圖書信息
內容簡介
對 arXiv q-bio.NC 分類的年度綜述，涵蓋 2025 年 9 月 至 2026 年 8 月 期間發表的研究。本卷基於對 120 篇論文 的細讀整理，組織為 44 章，按該領域的研究子方向描繪這一年的全貌。
全書框架（年度產出佔比）：
- 神經動力學與群體活動建模 (20.2%) — 聚焦對神經群體中的時空模式、脈衝串與平均場動力學進行建模，以理解大腦活動。
- 循環神經網絡與計算學習 (14.2%) — 探索人工循環網絡與生物學習規則的交叉，聚焦表示幾何與可塑性。
- 腦連接性與功能網絡分析 (12.5%) — 利用影像數據與基於圖的網絡框架，研究人腦的結構與功能連接模式。
- 感覺解碼與神經表示分析 (10.4%) — 處理從功能性磁共振、腦磁圖與脈衝數據等神經信號中解碼視覺、聽覺與言語信息。
- 基於腦電的腦機接口與信號處理 (10.2%) — 發展腦電信號分析、情緒識別與腦機接口應用的機器學習方法。
- 語言模型與認知科學對齊 (8.0%) — 考察大語言模型與語言處理及創造性思維過程中人腦活動之間的對齊關係。
- 決策制定與認知建模 (7.1%) — 應用強化學習與預測編碼模型，理解決策過程與行為數據。
- 記憶系統與計算鞏固 (6.5%) — 研究情景記憶、工作記憶與聯想記憶的計算模型，包括鞏固與遺忘機制。
- 神經退行性疾病與臨床神經科學 (6.1%) — 聚焦利用人工智能分析神經影像與臨床數據，用於阿爾茨海默病、帕金森病及其他認知障礙。
- 意識理論與人工智能 (4.8%) — 探索將意識、預測加工與人工智能系統聯繫起來的理論框架。
每個子方向均通過三章展開論述——它如何提出自己的問題、其關鍵結論的強度，以及它開放的爭論與前沿，從而讓讀者獲得該領域今年實際產出的可溯源圖景。
