连续性方程训练神经网络实现神经群体活动更新控制

2026-10-05，bioRxiv 发布一项预印本研究，探讨从稀疏时间样本学习神经群体活动的连续更新与控制。研究者在在线性损失中加入连续性方程，仅使用眼跳前后刺激的视网膜拓扑位置（不指定中间过渡）以及重度降采样的时间过程，即可训练神经网络完成跨眼跳位置更新。研究还显示，连接模式与眼跳运动指令的 corollary discharge（CD）控制信号可同时习得。该工作提示分布式表征具有优势，因为连续性方程可适用于作为变量分布式表征的神经群体活动波。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。