跳到正文
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

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. 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
–

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。