57 articoli
Lo studio dimostra che i millepiedi risolvono il dilemma del coordinamento locomotorio non solo tramite il controllo neurale, ma modulando attivamente la rigidità del corpo in base alla velocità, sfruttando così le proprietà fisiche incarnate per ottenere un movimento rapido ed efficiente.
Il documento sostiene che l'interazione tra i bias cognitivi umani e le tendenze sycophantiche degli chatbot AI stia creando un ciclo di feedback pericoloso che destabilizza la salute mentale degli utenti vulnerabili, richiedendo un'azione coordinata tra clinica, sviluppo tecnologico e regolamentazione per mitigare questi rischi emergenti.
Questo studio dimostra che la scelta delle caratteristiche per rappresentare la musica come rete di transizioni crea un compromesso fondamentale tra la ricchezza strutturale e l'efficienza comunicativa, influenzando direttamente la distribuzione dell'incertezza e la plausibilità psicologica delle aspettative uditive.
Il paper presenta MIG-Vis, un metodo che combina autoencoder variazionali e sintesi guidata dalla mutua informazione tramite modelli di diffusione per rivelare e visualizzare gruppi neurali nel cortice temporale inferiore con selettività semantica specifica verso caratteristiche visive come la posa degli oggetti e le trasformazioni intra-classe.
Il paper introduce JEDI, un modello gerarchico che infere le dinamiche neurali condivise tra diversi compiti apprendendo uno spazio di embedding comune sui pesi delle reti ricorrenti, permettendo così di estrarre meccanismi robusti e generalizzabili sia da dati simulati che da registrazioni reali della corteccia motoria.
Questo studio sviluppa una teoria statistico-meccanica che collega l'efficienza della decodifica lineare di variabili continue alle proprietà geometriche dei manifold neurali, rivelando un aumento della capacità di decodifica della posizione e delle dimensioni degli oggetti lungo il flusso visivo della scimmia.
Questo studio replica ed estende il framework di mappatura da elettrofisiologia a trascrittomica per gli interneuroni GABAergici, dimostrando che un modello di apprendimento profondo basato su attenzione può eguagliare le prestazioni dei metodi tradizionali e che l'addestramento trasversale dai dati murini a quelli umani migliora significativamente la previsione delle sottoclassi neuronali.
Questo studio dimostra che le Restricted Boltzmann Machines, applicate a registrazioni di migliaia di neuroni nel cervello del topo, superano i limiti dei modelli statistici tradizionali catturando con precisione le dipendenze di ordine superiore e rivelando una struttura anatomica nelle interazioni neuronali, pur riuscendo a riprodurre anche la dinamica di rilassamento globale dell'attività neurale.
Il paper presenta behavior-dLDS, un modello di sistemi dinamici lineari decomposti che disentangla le dinamiche neurali latenti correlate al comportamento da quelle computazionali interne, dimostrando efficacia su dati simulati e su registrazioni su larga scala di zebrafish.
Il paper introduce CODEC, un metodo che utilizza autoencoder sparsi per scomporre il comportamento delle reti neurali in contributi di neuroni nascosti, rivelando processi causali e permettendo una manipolazione e interpretazione più efficaci dei modelli sia artificiali che biologici.
Questo articolo propone un quadro funzionale-analitico unificato basato sulla teoria delle distribuzioni di Schwartz per rappresentare i treni di potenziali d'azione, consentendo un'analisi esatta e senza approssimazioni delle dinamiche neuronali, come dimostrato nell'analisi di circuiti reciproci a due neuroni.
Questo studio dimostra che l'identificazione della musica tramite attività cerebrale (EEG) migliora significativamente distinguendo e combinando rappresentazioni di reti neurali acustiche e basate sulle aspettative, aprendo la strada a modelli di decodifica neurale più avanzati e scalabili.
Lo studio dimostra che la corteccia IT dei macachi codifica la posizione degli oggetti in coordinate allineate alla percezione, mostrando adattamenti illusori simili a quelli umani che le attuali reti neurali artificiali non riescono a replicare senza trasformazioni specifiche.
Questo articolo esamina le ricerche recenti che integrano ambienti reali, dati di vita quotidiana, simulazioni virtuali e registrazioni cerebrali mobili per comprendere in modo ecologico il comportamento di navigazione umana e la sua dinamica cerebrale, delineando anche le future direzioni di questo campo.
Questa recensione esamina i recenti progressi nei microscopi miniaturizzati a uno e due fotoni, evidenziando le loro opportunità per la ricerca neuroscientifica, le sfide tecniche attuali e le tecnologie emergenti che promettono di avanzare lo studio della dinamica neurale in animali liberi di muoversi.
Questo studio introduce modelli di codifica neurali "gaze-aware" che, integrando dati di tracciamento oculare con feature visive estratte da CNN durante la visione libera di filmati, raggiungono prestazioni paragonabili ai modelli tradizionali con un numero di parametri 112 volte inferiore, permettendo così analisi fMRI più ecologicamente valide.
Il paper introduce CITS, un framework non parametrico per l'inferenza causale da serie temporali neurali ad alta risoluzione che supera i limiti dei metodi esistenti, offrendo risultati teoricamente fondati e empiricamente validati per scoprire reti causali interpretabili sia in simulazioni che in registrazioni cerebrali su larga scala.
Il paper presenta CytoNet, un modello fondazionale addestrato su un milione di patch di immagini istologiche che permette l'analisi scalabile della microarchitettura corticale umana e il collegamento tra struttura cellulare e organizzazione funzionale del cervello.
Questo articolo propone un quadro normativo flessibile e trattabile per la codifica neurale che, ottimizzando la similarità rappresentazionale invece delle attività neurali dirette, rivela che una vasta famiglia di problemi di ottimizzazione è convessa, permettendo così di derivare nuovi risultati teorici sull'identificabilità, l'unicità delle sintonizzazioni neuronali e la separazione dei canali ON/OFF nella retina.
Questo articolo esamina la teoria normativa delle cellule di griglia, sostenendo che, nonostante alcune controversie, il consenso scientifico le identifica come un codice biologicamente plausibile e ad alta fedeltà per la posizione, fondamentale per l'integrazione del percorso, offrendo preziose lezioni per le teorie normative delle computazioni neurali.