메뉴
Machine Learning Methods for Studying Latent Neural Activity Dynamics - IJCAI 2026 survey综述机器学习研究神经种群潜伏动力学结构的方法论，涵盖单区域潜伏动力学（LDS/RNN/Neural ODE）、多区域通信、行为对齐建模、神经基础模型（Transformer/扩散模型）
기본적으로 소스를 먼저 확인하는 Prompt가 선택됩니다. 직접 명령으로 전환하거나 로컬 사본을 다운로드할 수도 있습니다.
설치 여부를 결정하기 전에 SKILL.md와 SkillsMP에 표시된 보조 파일을 읽어 보세요.
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
직접 명령은 검토 Prompt를 거치지 않습니다. 실행하기 전에 소스를 확인하세요.
npx skills add https://github.com/hiyenwong/ai_collection --skill ml-latent-neural-dynamics-survey명령은 한 줄로 유지됩니다. 복사하기 전에 가로로 스크롤해 전체 내용을 확인하세요.
로컬 사본을 원하시나요? SkillsMP에서 현재 제공할 수 있는 파일을 다운로드하세요.
Graph-native Python reimplementation of the Information Dynamics of Music (IDyOM) model that represents predictive memories as explicit graph objects for musical expectation modeling and network analysis.
Physics-aware end-to-end deep reinforcement learning methodology for quadcopter control with actuator dynamics modeling.
Reinforced Dreamer methodology for asymmetric reinforcement learning using latent guidance to improve world model representations and behaviors in model-based RL.
SOC 직업 분류 기준
SKILL.md 표시 중
| name | ml-latent-neural-dynamics-survey |
| description | Machine Learning Methods for Studying Latent Neural Activity Dynamics - IJCAI 2026 survey综述机器学习研究神经种群潜伏动力学结构的方法论，涵盖单区域潜伏动力学（LDS/RNN/Neural ODE）、多区域通信、行为对齐建模、神经基础模型（Transformer/扩散模型） |
| version | 1 |
| author | arXiv researchers |
| arxiv_id | 2606.1053 |
| paper_date | 2026-06-09T00:00:00.000Z |
| keywords | latent neural dynamics, machine learning survey, neural population, brain decoding, LVM, neural foundation model |
| trigger_words | neural dynamics, latent variable model, neural population decoding, brain state space, multi-region communication, behavior-aligned modeling |
IJCAI 2026 survey track接受的综述论文，系统梳理机器学习方法研究大规模神经元群体潜伏结构的发展轨迹。
