BCI task

使用 GNN 代理将大脑动力学建模为端口哈密顿系统

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。