Buchumschlag

FLUX: Geometry-Aware Longitudinal Flow Matching with Mixture of Experts

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Caro, Josue Ortega, Zhang, Yongxu, Batchelor, Hannah M, He, Sizhuang, Cardin, Jessica, Saxena, Shreya
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Neurons and Cognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Learning Mixtures of Linear Dynamical Systems via Hybrid Tensor-EM Method
von: Gong, Lulu, et al.
Veröffentlicht: (2025)

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

Probabilistic Prediction of Neural Dynamics via Autoregressive Flow Matching
von: Rogalla, Nicole, et al.
Veröffentlicht: (2026)

BrainNet-MoE: Brain-Inspired Mixture-of-Experts Learning for Neurological Disease Identification
von: Zhang, Jing, et al.
Veröffentlicht: (2025)

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

Riemannian Geometry for the classification of brain states with intracortical brain-computer interfaces
von: Marin-Llobet, Arnau, et al.
Veröffentlicht: (2025)

Integrative neurocybernetic modeling in the era of large-scale neuroscience
von: Park, Il Memming, et al.
Veröffentlicht: (2026)

The Geometry of Abstraction: Continual Learning via Recursive Quotienting
von: Li, Xin
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)

The Topology and Geometry of Neural Representations
von: Lin, Baihan, et al.
Veröffentlicht: (2023)

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

A Brain Graph Foundation Model: Pre-Training and Prompt-Tuning across Broad Atlases and Disorders
von: Wei, Xinxu, et al.
Veröffentlicht: (2025)

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

On a Geometry of Interbrain Networks
von: Hinrichs, Nicolás, et al.
Veröffentlicht: (2025)

Leakage and Second-Order Dynamics Improve Hippocampal RNN Replay
von: Casco-Rodriguez, Josue, et al.
Veröffentlicht: (2026)

NLP4Neuro: Sequence-to-sequence learning for neural population decoding
von: Morra, Jacob J., et al.
Veröffentlicht: (2025)

Sequence-to-Sequence Models with Attention Mechanistically Map to the Architecture of Human Memory Search
von: Salvatore, Nikolaus, et al.
Veröffentlicht: (2025)

Toward Efficient Spiking Transformers: Synapse Pruning Meets Synergistic Learning-Based Compensation
von: Sun, Hongze, et al.
Veröffentlicht: (2025)

Lost in the Middle: An Emergent Property from Information Retrieval Demands in LLMs
von: Salvatore, Nikolaus, et al.
Veröffentlicht: (2025)

The Geometry of Concepts: Sparse Autoencoder Feature Structure
von: Li, Yuxiao, et al.
Veröffentlicht: (2024)

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

Integrated Brain Connectivity Analysis with fMRI, DTI, and sMRI Powered by Interpretable Graph Neural Networks
von: Qu, Gang, et al.
Veröffentlicht: (2024)

SimSort: A Data-Driven Framework for Spike Sorting by Large-Scale Electrophysiology Simulation
von: Zhang, Yimu, et al.
Veröffentlicht: (2025)

Place Cells as Multi-Scale Position Embeddings: Random Walk Transition Kernels for Path Planning
von: Zhao, Minglu, et al.
Veröffentlicht: (2025)

Emergence of Grid-like Representations by Training Recurrent Networks with Conformal Normalization
von: Xu, Dehong, et al.
Veröffentlicht: (2023)

On Conformal Isometry of Grid Cells: Learning Distance-Preserving Position Embedding
von: Xu, Dehong, et al.
Veröffentlicht: (2024)

State Space Models Naturally Produce Time Cell and Oscillatory Behaviors and Scale to Abstract Cognitive Functions
von: Lu, Sen, et al.
Veröffentlicht: (2025)

Deep multimodal saliency parcellation of cerebellar pathways: linking microstructure and individual function through explainable multitask learning
von: Tchetchenian, Ari, et al.
Veröffentlicht: (2024)

Hierarchical Multiscale Structure-Function Coupling for Brain Connectome Integration
von: Chen, Jianwei, et al.
Veröffentlicht: (2026)

NeuralBench: A Unifying Framework to Benchmark NeuroAI Models
von: Banville, Hubert, et al.
Veröffentlicht: (2026)

Meta-learning In-Context Enables Training-Free Cross Subject Brain Decoding
von: Nan, Mu, et al.
Veröffentlicht: (2026)

Similarity Matching Networks: Hebbian Learning and Convergence Over Multiple Time Scales
von: Centorrino, Veronica, et al.
Veröffentlicht: (2025)

NeuroXVocal: Detection and Explanation of Alzheimer's Disease through Non-invasive Analysis of Picture-prompted Speech
von: Ntampakis, Nikolaos, et al.
Veröffentlicht: (2025)

Does Feedback Alignment Work at Biological Timescales?
von: Bacvanski, Marc Gong, et al.
Veröffentlicht: (2025)

Deep probabilistic model synthesis enables unified modeling of whole-brain neural activity across individual subjects
von: Bishop, William E., et al.
Veröffentlicht: (2026)

Oscillatory Signatures of Parkinson's Disease: Central and Parietal EEG Alterations Across Multiple Frequency Bands
von: Lensky, Artem
Veröffentlicht: (2025)

Group-specific discriminant analysis reveals statistically validated sex differences in lateralization of brain functional network
von: Zhou, Shuo, et al.
Veröffentlicht: (2024)

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

Learning Glioblastoma Tumor Heterogeneity Using Brain Inspired Topological Neural Networks
von: Paul, Ankita, et al.
Veröffentlicht: (2026)