bioRxiv（Neuroscience）· Ji Xia·2026-10-11 08:00· 14 天前AI 评分30

Linear NeuroPaint：跨会话神经对齐与修复的高效线性基线

Linear NeuroPaint: An Efficient Baseline for Cross-Session Neural Alignment and Inpainting

AI 导读

研究者提出 Linear NeuroPaint，作为 NeuroPaint 的线性变体，并在两个多区域 Neuropixels 数据集上评估其跨会话神经对齐与跨区域活动修复能力。

AI 要点

团队

作者 Ji Xia，发表于 bioRxiv 预印本。

主要结果

Linear NeuroPaint 在已记录脑区预测表现强，但跨脑区 inpainting 精度低于非线性模型；参数不易解释，跨会话对齐不完整使参数定义的神经元簇呈现异质响应。

解决什么问题

检验线性模型能否以更高计算效率、更好可解释性完成跨会话神经对齐与未记录脑区活动 inpainting。

方法

提出 NeuroPaint 的线性变体 Linear NeuroPaint，在两个多脑区 Neuropixels 数据集上评估，并做了大量超参数优化。

局限

从研究设计看，仅基于两个 Neuropixels 数据集评估；跨脑区 inpainting 精度不及非线性模型，参数可解释性也未达预期。

AI 依据原文整理，未经人工核对。