热点事件持续更新
MTS-SLDS：多时间尺度切换线性动力学系统推断神经动力学
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
MTS-SLDS 框架通过多滞后矩初始化与 regime-conditioned Laplace-EM 推理，从连续或脉冲神经观测中识别 regime 特定潜时标。
AI 根据报道生成 · 2 小时前更新
最新进展10月2日 12:00
2026-10-02 框架论文发布于 arXiv · Statistics Machine Learning。报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- arXiv · Statistics Machine Learning切换线性动力学系统推断多时间尺度神经动力学
summary_zh: MTS-SLDS 框架通过多滞后矩初始化与 regime-conditioned Laplace-EM 推理，从连续或脉冲神经观测中识别 regime 特定潜时标。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。