在高性能脑机接口的RNN中平衡记忆和概括
bioRxiv : the preprint server for biology
|June 9, 2023
概括
循环神经网络 (RNN) 显示大脑机器接口 (BMI) 的精度提高,用于解码手指运动. 这些先进的算法增强了患者的实时控制.
科学领域:
- 神经科学是一个神经科学.
- 生物医学工程 生物医学工程
- 人工智能的人工智能
背景情况:
- 大脑机器接口 (BMI) 提供了恢复个体运动功能的潜力.
- 目前的BMI受到实时解码算法的精度的限制.
- 循环神经网络 (RNN) 是有前途的,但在闭环系统中需要严格的评估.
结论:
- RNN 显示了能够实现功能性,实时的BMI 控制的巨大潜力.
- 这些算法可以学习和生成准确的运动模式,克服当前解码限制.
- 这些发现表明,可以找到更有效的神经假肢器械治疗的途径.


