研究人员开发了一种新方法，在脑机接口 (BCI) 任务期间将人脑运动皮层视为端口哈密顿系统进行建模。该模型结合了神经相位器之间的陀螺耦合以及由图神经网络 (GNN) 代理驱动的幂律能量衰减。该系统在真实 EEG 数据上进行训练，实现了较低的测试均方误差，并通过诸如接近一的分支比、1/f 幂律谱和长程相关性等指标证明了无标度临界性。开发的模型可以生成在计算机上恢复相位锁定的神经调制信号，暗示了具有结构保持功能的 BCI 解码器的潜力。 AI
影响 这项研究为理解和潜在解码脑信号提供了一个新框架，这可能会推动 BCI 技术的发展。
排序理由 该集群包含一篇详细介绍大脑动力学新建模方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
