57 artigos
O estudo demonstra que a locomoção eficiente e rápida dos centopéias depende de uma modulação ativa da rigidez corporal pelos músculos laterais, que se ajusta à frequência de passada para manter a coordenação entre o movimento das pernas e a curvatura do corpo, evidenciando como propriedades físicas corporais podem gerar inteligência complexa sem depender exclusivamente de computação neural.
O artigo alerta que a interação entre chatbots de IA e usuários com condições de saúde mental pode criar ciclos de feedback perigosos que exacerbam a desestabilização de crenças e o isolamento social, exigindo uma resposta coordenada entre práticas clínicas, desenvolvimento de IA e regulamentação para mitigar esses riscos emergentes de saúde pública.
Este estudo demonstra que a escolha da codificação de características em representações de redes musicais cria um compromisso fundamental entre a riqueza estrutural e a eficiência comunicativa, onde representações simples geram maior incerteza descritiva mas menor erro de modelo, enquanto representações ricas preservam distinções finas mas aumentam o erro ao expandir o espaço de estados.
O artigo apresenta o MIG-Vis, um método que utiliza modelos de difusão guiados por informação mútua para visualizar e validar que grupos de neurônios no córtex visual superior de macacos codificam informações visuais-semanticas estruturadas e seletivas, como pose de objetos e transformações inter e intra-categoriais.
O artigo apresenta o JEDI, um modelo hierárquico que infere dinâmicas neurais generalizáveis e específicas de contexto a partir de gravações experimentais, aprendendo um espaço de incorporação compartilhado sobre pesos de redes neurais recorrentes para superar as limitações de métodos anteriores em tarefas múltiplas.
Este artigo desenvolve uma teoria estatístico-mecânica que relaciona a eficiência da decodificação linear de variáveis contínuas às propriedades geométricas de variedades neurais, revelando um aumento na capacidade de decodificação de posição e tamanho de objetos ao longo do fluxo visual do macaco.
Este estudo valida a reprodutibilidade do mapeamento de eletrofisiologia para transcriptômica em interneurônios GABAérgicos do córtex, demonstrando que modelos de sequência baseados em atenção podem igualar baselines tradicionais e que o aprendizado por transferência de dados de camundongos para humanos melhora a previsão de subclasses celulares.
Este artigo demonstra que Restricted Boltzmann Machines (RBMs) podem modelar com precisão a atividade de milhares de neurônios simultaneamente registrados no cérebro de camundongos, capturando dependências de alta ordem e revelando padrões de interação funcional estruturados anatomicamente que reproduzem tanto as estatísticas quanto a dinâmica de relaxamento da atividade neural.
O artigo apresenta o modelo behavior-dLDS, um sistema dinâmico linear decomposto que desentrelaça dinâmicas neurais latentes relacionadas ao comportamento de computações internas paralelas, demonstrando sua eficácia em dados simulados e sua escalabilidade para milhares de neurônios em gravações de larvas de peixe-zebra.
O artigo apresenta o CODEC, um método que utiliza autoencoders esparsos para decompor o comportamento de redes neurais em contribuições causais esparsas, permitindo uma interpretação mais profunda e o controle manipulativo das camadas intermediárias em modelos de classificação de imagens e de atividade neural.
Este artigo estabelece uma estrutura unificada de análise funcional baseada na teoria das distribuições de Schwartz para representar os trens de potenciais de ação neuronais, permitindo uma análise exata e sem aproximações de sua dinâmica, incluindo a derivação de resultados precisos sobre a sensibilidade temporal e a admissibilidade causal em circuitos recíprocos.
Este estudo demonstra que distinguir e combinar representações de redes neurais artificiais relacionadas a aspectos acústicos e de expectativa musical melhora significativamente a identificação de músicas a partir de atividade cerebral (EEG), apontando para avanços na decodificação neural e na cognição musical preditiva.
Este estudo demonstra que o córtex IT de macacos codifica a posição de objetos em coordenadas perceptualmente alinhadas, refletindo ilusões visuais como o efeito de pós-imagem de movimento, enquanto as redes de visão artificial atuais, embora precisas na localização, não reproduzem essas distorções dependentes do histórico visual.
Este artigo revisa pesquisas recentes que buscam compreender a navegação humana e a dinâmica cerebral em contextos ecológicos, analisando quatro abordagens principais: ambientes reais, rastreamento no cotidiano, simulações virtuais e gravações cerebrais móveis, com o objetivo de traçar direções futuras para o campo.
Esta revisão examina os avanços recentes em miniscópios de um e dois fótons, destacando suas oportunidades únicas para a pesquisa em neurociência, os desafios técnicos atuais e as tecnologias emergentes que prometem impulsionar o desenvolvimento desses dispositivos para o estudo da dinâmica neural em animais livremente comportantes.
Este artigo apresenta um modelo de codificação de fMRI "consciente do olhar" que, ao integrar dados de rastreamento ocular com características visuais de CNNs durante a visualização natural de filmes, alcança desempenho equivalente aos modelos convencionais com 112 vezes menos parâmetros, permitindo estudos mais ecologicamente válidos sem a necessidade de fixação central.
O artigo apresenta o CITS, uma nova estrutura não paramétrica para inferir causalidade estatística em séries temporais neurais de alta resolução, superando as limitações de métodos existentes e validando sua eficácia tanto em benchmarks simulados quanto em dados reais de registros neuronais de camundongos.
O artigo apresenta o CytoNet, um modelo fundamental treinado em um milhão de imagens microscópicas não rotuladas que permite a análise escalável da microarquitetura do córtex cerebral humano e a vinculação de sua estrutura celular à organização funcional em escala macroscópica.
Este artigo propõe uma nova abordagem de codificação eficiente que otimiza a similaridade representacional em vez da atividade neural direta, demonstrando que uma ampla família de problemas de codificação é convexa e permitindo a derivação de resultados teóricos fundamentais sobre a identificabilidade de modelos e a organização de canais ON/OFF no sistema visual.
Este artigo revisa a literatura sobre células de grade, argumentando que elas constituem um código biologicamente plausível e de alta fidelidade para a posição, que subscreve a integração de caminho e oferece lições valiosas para teorias normativas da computação neural.