English(EN) Test-Time Adaptation of Spiking Neural Networks for Intracortical Neural Decoding using Membrane Potential Alignment

新的SNN自适应方法有望实现无需重新校准的脑机接口

作者 PulseAugur 编辑部 · [1 个来源] · 2026-06-12 18:08

研究人员开发了一种名为膜电位对齐（MPA）的新方法，用于自适应脑机接口中使用的脉冲神经网络（SNN）。该方法解决了信号漂移导致解码器性能随时间下降的问题。MPA通过使用KL散度匹配膜电位分布来实现自适应，并通过LoRA将更新限制在少量参数上。在灵长类动物抓取任务的测试中，MPA展示了与NoMAD等现有方法相当的性能，但具有更简单的架构和更精细的时间分辨率，这为长期、无需重新校准的脑机接口提供了一种实用的方法。 AI

影响这项研究为脑机接口中的神经解码器提供了一种更有效的自适应方法，有望实现更可靠的长期使用，而无需频繁重新校准。

排序理由该集群包含一篇详细介绍脉冲神经网络自适应新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.NE (Neural & Evolutionary) 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.NE (Neural & Evolutionary) TIER_1 English(EN) · Guangzhi Tang · 2026-06-12 18:08

Test-Time Adaptation of Spiking Neural Networks for Intracortical Neural Decoding using Membrane Potential Alignment

Intracortical brain-computer interfaces suffer from day-to-day neural signal shifts that degrade pretrained decoders. Existing unsupervised adaptation methods rely on deep recurrent or adversarial architectures that are too computationally expensive for implantable hardware. We p…

报道来源 [1]

Test-Time Adaptation of Spiking Neural Networks for Intracortical Neural Decoding using Membrane Potential Alignment

相关实体

相关话题