脉冲神经CPG反相同步识别与稳定框架提出
热点事件持续更新
脉冲神经CPG反相同步识别与稳定框架提出
1 篇报道1 个报道来源22 小时前更新
先了解这件事
AI 综述
Artem Guba等作者提出一种框架,用于在闭环神经肌肉回路中的仿生脉冲中枢模式发生器(CPG)模型里识别并稳定反相同步,并构建融合相位一致性、幅度平衡与时间稳定性的复合同步指标。 统计分析显示,刺激类型主导动态区域判定:持续驱动产生最稳健的反相同步,周期性输入则引发非线性饱和与情境依赖的网络路由。突触权重单独区分能力有限,但可显著调节特定刺激情境下的稳健性,其中交互Ia中间神经元连接是关键稳定因素。
AI 根据报道生成 · 14 小时前更新
最新进展11月19日 13:00
仿生脉冲神经网络中反相同步的分层控制用于运动控制报道时间线
沿着报道,了解事件的不同侧面。
11月19日
- arXiv cs.AI仿生脉冲神经网络中反相同步的分层控制用于运动控制
研究提出一种在闭环神经肌肉回路中的仿生脉冲CPG模型里识别并稳定反相同步的框架,并构建融合相位一致性、幅度平衡与时间稳定性的复合同步指标。统计分析显示刺激类型主导动态区域判定,持续驱动产生最稳健的反相同步,周期性输入则引发非线性饱和与情境依赖的网络路由。突触权重虽单独区分能力有限,但可显著调节特定刺激情境下的稳健性,其中交互Ia中间神经元连接是关键稳定因素。
本事件热度走势
- 可比范围当前
- 5
- 可比范围峰值
- 811月19日 22:00
- 近 24 小时变化
- –
02468
11月20日03:0006:0009:00
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。