Buchumschlag

Probabilistic Prediction of Neural Dynamics via Autoregressive Flow Matching

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Rogalla, Nicole, Qin, Yuzhen, Senden, Mario, El-Gazzar, Ahmed, van Gerven, Marcel
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Neurons and Cognition Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Generative Modeling of Neural Dynamics via Latent Stochastic Differential Equations
von: ElGazzar, Ahmed, et al.
Veröffentlicht: (2024)

Probabilistic Forecasting via Autoregressive Flow Matching
von: ElGazzar, Ahmed, et al.
Veröffentlicht: (2025)

Langevin Flows for Modeling Neural Latent Dynamics
von: Song, Yue, et al.
Veröffentlicht: (2025)

Identifying Connectivity Distributions from Neural Dynamics Using Flows
von: Kim, Timothy Doyeon, et al.
Veröffentlicht: (2026)

SpikeProphecy: A Large-Scale Benchmark for Autoregressive Neural Population Forecasting
von: Minnick, John R., et al.
Veröffentlicht: (2026)

Benchmarking Probabilistic Time Series Forecasting Models on Neural Activity
von: Lu, Ziyu, et al.
Veröffentlicht: (2025)

FLUX: Geometry-Aware Longitudinal Flow Matching with Mixture of Experts
von: Caro, Josue Ortega, et al.
Veröffentlicht: (2026)

Probabilistic Recurrent Intention Switching Model
von: Sheng, Wenyuan, et al.
Veröffentlicht: (2026)

Modeling Latent Neural Dynamics with Gaussian Process Switching Linear Dynamical Systems
von: Hu, Amber, et al.
Veröffentlicht: (2024)

Modeling Neural Activity with Conditionally Linear Dynamical Systems
von: Geadah, Victor, et al.
Veröffentlicht: (2025)

Algorithm Development in Neural Networks: Insights from the Streaming Parity Task
von: van Rossem, Loek, et al.
Veröffentlicht: (2025)

When Representations Align: Universality in Representation Learning Dynamics
von: van Rossem, Loek, et al.
Veröffentlicht: (2024)

Probabilistic Geometric Principal Component Analysis with application to neural data
von: Hsieh, Han-Lin, et al.
Veröffentlicht: (2025)

Meta-Dynamical State Space Models for Integrative Neural Data Analysis
von: Vermani, Ayesha, et al.
Veröffentlicht: (2024)

BACE: Behavior-Adaptive Connectivity Estimation for Interpretable Graphs of Neural Dynamics
von: Asadi, Mehrnaz, et al.
Veröffentlicht: (2025)

Physiologically-Informed Predictability of a Teammate's Future Actions Forecasts Team Performance
von: Qin, Yinuo, et al.
Veröffentlicht: (2025)

Neural Autoregressive Modeling of Brain Aging
von: Yesiloglu, Ridvan, et al.
Veröffentlicht: (2025)

Trial-Level Time-frequency EEG Desynchronization as a Neural Marker of Pain
von: Blanco-Mora, D. A., et al.
Veröffentlicht: (2025)

Lattice-Based Pruning in Recurrent Neural Networks via Poset Modeling
von: Sengupta, Rakesh
Veröffentlicht: (2025)

HetSyn: Versatile Timescale Integration in Spiking Neural Networks via Heterogeneous Synapses
von: Deng, Zhichao, et al.
Veröffentlicht: (2025)

A Foundational Brain Dynamics Model via Stochastic Optimal Control
von: Park, Joonhyeong, et al.
Veröffentlicht: (2025)

Laya: A LeJEPA Approach to EEG via Latent Prediction over Reconstruction
von: Panchavati, Saarang, et al.
Veröffentlicht: (2026)

SynapsNet: Enhancing Neuronal Population Dynamics Modeling via Learning Functional Connectivity
von: Delavari, Parsa, et al.
Veröffentlicht: (2024)

From Observed Viability to Internal Predictive Approximation: A Single-Subject Latent-Space Analysis of Gait Dynamics Under Occlusal Constraint
von: Raynal, Jacques, et al.
Veröffentlicht: (2026)

Decoding Dynamic Visual Experience from Calcium Imaging via Cell-Pattern-Aware Pretraining
von: Bae, Sangyoon, et al.
Veröffentlicht: (2025)

The global communication pathways of the human brain transcend the cortical-subcortical-cerebellar division
von: Schulte, Julian, et al.
Veröffentlicht: (2025)

Attention for Causal Relationship Discovery from Biological Neural Dynamics
von: Lu, Ziyu, et al.
Veröffentlicht: (2023)

Online Generalised Predictive Coding
von: Bazargani, Mehran H. Z., et al.
Veröffentlicht: (2026)

Latent Diffusion for Neural Spiking Data
von: Kapoor, Jaivardhan, et al.
Veröffentlicht: (2024)

Discovering Dynamic Effective Connectome of Brain with Bayesian Dynamic DAG Learning
von: Bagheri, Abdolmahdi, et al.
Veröffentlicht: (2023)

Topological Sensitivity in Connectome-Constrained Neural Networks
von: Dhiman, Nalin
Veröffentlicht: (2026)

Neural timescales from a computational perspective
von: Zeraati, Roxana, et al.
Veröffentlicht: (2024)

Neural encoding with affine feature response transforms
von: Le, Lynn, et al.
Veröffentlicht: (2025)

Causal Interpretation of Neural Network Computations with Contribution Decomposition
von: Melander, Joshua Brendan, et al.
Veröffentlicht: (2026)

Exploratory Experience Shapes the Geometry of Predictive Representations
von: Shilova, Kseniia, et al.
Veröffentlicht: (2026)

POCO: Scalable Neural Forecasting through Population Conditioning
von: Duan, Yu, et al.
Veröffentlicht: (2025)

Estimating Dimensionality of Neural Representations from Finite Samples
von: Chun, Chanwoo, et al.
Veröffentlicht: (2025)

Prediction horizon shapes representations in predictive learning
von: Ratzon, Aviv, et al.
Veröffentlicht: (2025)

Neural-Behavioral Representation of Natural Whole-body Movement in Monkeys
von: He, Jieshi, et al.
Veröffentlicht: (2026)

Training Large Neural Networks With Low-Dimensional Error Feedback
von: Hanut, Maher, et al.
Veröffentlicht: (2025)