图书信息
内容简介
对 arXiv q-bio.NC 分类的年度综述，涵盖 2025 年 9 月 至 2026 年 8 月 期间发表的研究。本卷基于对 120 篇论文 的细读整理，组织为 44 章，按该领域的研究子方向描绘这一年的全貌。
全书框架（年度产出占比）：
- 神经动力学与群体活动建模 (20.2%) — 聚焦对神经群体中的时空模式、脉冲串与平均场动力学进行建模，以理解大脑活动。
- 循环神经网络与计算学习 (14.2%) — 探索人工循环网络与生物学习规则的交叉，聚焦表示几何与可塑性。
- 脑连接性与功能网络分析 (12.5%) — 利用影像数据与基于图的网络框架，研究人脑的结构与功能连接模式。
- 感觉解码与神经表示分析 (10.4%) — 处理从功能性磁共振、脑磁图与脉冲数据等神经信号中解码视觉、听觉与言语信息。
- 基于脑电的脑机接口与信号处理 (10.2%) — 发展脑电信号分析、情绪识别与脑机接口应用的机器学习方法。
- 语言模型与认知科学对齐 (8.0%) — 考察大语言模型与语言处理及创造性思维过程中人脑活动之间的对齐关系。
- 决策制定与认知建模 (7.1%) — 应用强化学习与预测编码模型，理解决策过程与行为数据。
- 记忆系统与计算巩固 (6.5%) — 研究情景记忆、工作记忆与联想记忆的计算模型，包括巩固与遗忘机制。
- 神经退行性疾病与临床神经科学 (6.1%) — 聚焦利用人工智能分析神经影像与临床数据，用于阿尔茨海默病、帕金森病及其他认知障碍。
- 意识理论与人工智能 (4.8%) — 探索将意识、预测加工与人工智能系统联系起来的理论框架。
每个子方向均通过三章展开论述——它如何提出自己的问题、其关键结论的强度，以及它开放的争论与前沿，从而让读者获得该领域今年实际产出的可溯源图景。
