Neurospectrum 方法拆解：曲率与持续同调全部可微、端到端优化
Pseudomanifold · x · 2026-11-09
Neurospectrum 系列推文（9/n）讲方法核心：把潜在轨迹当作几何对象，用曲率、路径签名、持续同调（Betti 曲线）、zig-zag 持续同调和一个 RNN 来概括——这些描述子全部可微，因此表示学习与预测目标可以联合端到端优化。这是它在多个神经数据任务上超越 ICA、HMM、dFC 等基线的关键设计。
「研究」频道最新
- NVIDIA SIGGRAPH 2026 论文 DAT:布料/软体/刚体无穿透接触统一框架 — zhengyiluo · 2026-11-09
- USC 论文揭示 agent「马赛克效应」:不读机密也能拼出机密 — 2C_ornot2C · 2026-11-09
- 清华与月之暗面 TCSExam 基准:GPT-6 Astra 证明 70% 定理却解不开 0 道公开猜想 — rohanpaul_ai · 2026-11-09
- TCSExam 论文:GPT-6 Astra 以 71.9 分居首,Opus 5.5 领跑精简版 — rohanpaul_ai · 2026-11-09
- Meta 高管暗示入局 AI4Science，前沿实验室竞赛扩围 — kimmonismus · 2026-11-09
- 每日3克肌酸四周即可提升女性认知功能,年长女性改善更明显 — 2C_ornot2C · 2026-11-09