deep brain stimulation
PulseAugur coverage of deep brain stimulation — every cluster mentioning deep brain stimulation across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
神经形态控制器为帕金森病提供节能自适应DBS
研究人员开发了一种新颖的神经形态硅神经元控制器，名为SiLIF-DBS，用于帕金森病患者的自适应脑深部刺激（aDBS）。该控制器采用CMOS技术实现，旨在通过跟踪症状波动，为DBS提供更智能、更节能的解决方案。在模拟中，SiLIF-DBS控制器能有效抑制大脑中的病理性β活动，同时比传统的开环刺激方法消耗的能量显著减少。
-
神经形态学习将脑深部电刺激能耗降低 80%
研究人员开发了一种用于自适应脑深部电刺激 (DBS) 的节能学习方法，以治疗帕金森病。该方法将执行器的能耗直接纳入强化学习奖励中，从而优化了刺激能耗和推理效率。在电路模型上训练的深度脉冲 Q 网络在与连续 DBS 相比，在减少病理性振荡方面实现了 45.2% 的降低，同时将刺激电荷降低了 80.0%。该策略被压缩到 SynSense XyloAudio 3 神经形态处理器上，实现了比传统硬件显著更低的能耗。
-
新的 Bandit 算法应对对抗性攻击和复杂应用
研究人员正在探索 Bandit 算法的新前沿，重点关注其在复杂场景中的应用和鲁棒性。一篇论文研究了高维离线 Bandit 上的对抗性攻击，揭示了用于评估生成式 AI 的奖励模型的漏洞。其他研究深入探讨了理论进展，例如方差敏感 Thompson 采样、重试感知 Bandit 的有限时间遗憾分析以及对抗性线性上下文 Bandit 的改进算法。此外，还有研究考察了 Bandit 在潜在状态环境、具有延迟反馈的决斗 Bandit，甚至深度脑刺…
-
CEO们接受战争、通胀和AI作为常态，优先考虑灵活性
商界领袖越来越将战争、通胀和人工智能等挑战视为全球格局的永久性特征，而非暂时性危机。这种视角转变需要对商业战略进行根本性重新定义，强调“最大程度的灵活性”以应对不断变化的供应链、网络威胁和消费者行为。这种新常态要求在长期规划中采取积极主动和适应性的方法。