Ganguli 团队用可解释 ML 揭示癫痫失神发作的涌现机制
SuryaGanguli · x · 2026-09-20
Surya Ganguli 团队发表新论文,由 Jacob Main 牵头、与 John Huguenard 合作,用可解释机器学习识别出癫痫失神发作的一种涌现机制。
团队构建了一个高精度且可解释的动力学系统模型,描述大脑如何通过分布式网络混沌转变为癫痫发作状态、进而导致意识丧失。模型给出可检验预测:特定脑区对以某个最优相位差振荡时发作幅度会增大,相位差相反时则不会——团队通过全相位差的光遗传配对刺激实验证实了这一预测。这项工作展示了「神经记录 + ML 建模 + 可解释性分析」的组合如何同时带来概念性洞见和非直觉的实验预测。
「研究」频道最新
- 17 状态 Beeping Busy Beaver 机器可判定 Collatz 猜想真伪 — rickasaurus · 2026-10-24
- NeurIPS 论文 OAT:只学「成功轨迹」即可定位 Agent 失败步骤 — SharonYixuanLi · 2026-10-24
- Reddit 用户呼吁众包多语言 Agent 基准,摆脱英文评测真空 — Prestigiouspite · 2026-10-24
- Muon 优化器或将砍半 LLM 训练算力,挑战十年 AdamW 霸主地位 — bycloud · 2026-10-24
- MathDB 亮相:对标 arXiv 与 Stack Overflow 的数学论文讨论平台 — IgorCarron · 2026-10-24
- Knuth:13 世纪印度音乐学者早在做计算机科学式的排列算法 — SumitGup · 2026-10-24