# CNS期刊 序号 | 论文题目 | 期刊名卷期号 | 推荐理由 | 对我们的意义 | 推荐人 | 下载地址 | ----- | ----- | ----- | ----- | ----- | ----- | ----- | 1 | Image reconstruction by domain-transform manifold learning | Nature 555.7697 (2018): 487-492 | 流形学习和深度学习结合的开创性文章，发表当时性能顶尖，发表在Nature正刊上 | 当我们需要对神经网络添加可解释性的时候，可以参考该文章 | 孙彪 | [点此下载](https://www.nature.com/articles/nature25988) | 2 | Fully integrated silicon probes for high-density recording of neural activity | Nature 551.7679 (2017): 232-236 | Neuropixels开创性文章，做到单根电极384通道，在小鼠上做实验，发表在Nature正刊上 | 我们后续研发感算一体电极时，单元设计可以参考该文章 | 孙彪 | [点此下载](https://www.nature.com/articles/nature24636) | 3 | Large-scale neural recordings with single neuron resolution using Neuropixels probes in human cortex | Nature Neuroscience 25.2 (2022): 252-263 | Neuropixels在人脑做实验的大子刊文章 | 我们后续研发感算一体电极时，单元设计可以参考该文章，并且文章里讲到了一些spike sorting的基本方法，可以用来入门 | 孙彪 | [点此下载](https://www.nature.com/articles/s41593-021-00997-0) | 4 | The origin of extracellular fields and currents — EEG, ECoG, LFP and spikes | Nature reviews neuroscience 13.6 (2012): 407-420 | 脑机接口的大综述，让大家了解什么是EEG、ECoG、LFP和spikes信号 | 获得基础知识的大综述，脑机接口方向同学必读 | 孙彪 | [点此下载](https://www.nature.com/articles/nrn3241) | 5 | Vagal sensory neurons mediate the Bezold-Jarisch reflex and induce syncope | Nature 623.7986 (2023): 387-396 | 外周心脏互联，动物神经信号采集的各类模态技术拉满，图画的非常好 | 可以开眼界，看看有哪些最新的技术，并且自己写论文的时候可以参考该文章的绘图 | 孙彪 | [点此下载](https://www.nature.com/articles/s41586-023-06680-7) | 6 | Wind dispersal of battery-free wireless devices | Nature 603.7901 (2022): 427-433 | 非常cool的工作，idea大开脑洞，技术方面难度不大 | 该文章说明idea是最重要的，技术大家都能实现 | 孙彪 | [点此下载](https://www.nature.com/articles/s41586-021-04363-9) | 7 | Fully forward mode training for optical neural networks | Nature 632.8024 (2024): 280-286 | 清华戴琼海院士组工作，不使用反向传播来训练全光网络，利用了光学系统独有的对称特性 | 也许我们训练脉冲神经网络时可以参考？或者研发芯片上深度网络训练方法时可以参考？但是要考虑是否有类似对称性的特性可以利用 | 孙彪 | [点此下载](https://www.nature.com/articles/s41586-024-07687-4) | 8 | Quantum machine learning | Nature 549.7671 (2017): 195-202 | 量子机器学习的大综述，写的非常全 | 也许我们后面会做点量子相关的工作？ | 孙彪 | [点此下载](https://www.nature.com/articles/nature23474) | 9 | Learnable latent embeddings for joint behavioural and neural analysis | Nature 617.7960 (2023): 360-368 | 使用深度学习来分析神经信号的典型方法，数据分析很细致，图也画的非常好 | 做神经信号处理的同学必读，写论文时也可以参考该文章的绘图 | 孙彪 | [点此下载](https://www.nature.com/articles/s41586-023-06031-6) | 10 | Discovering faster matrix multiplication algorithms with reinforcement learning | Nature 610.7930 (2022): 47-53 | 著名的AlphaTensor，使用深度强化学习方法来搜索矩阵乘法的快速算法，靠idea取胜的另一典型案例 | 我们的无乘算子搜索的idea就来自这篇文章，凡是需要做底层计算设计的同学都可以参考该文章 | 孙彪 | [点此下载](https://www.nature.com/articles/s41586-022-05172-4) | 11 | Deep physical neural networks trained with backpropagation | Nature 601.7894 (2022): 549-555 | 深度物理网络的反向传播训练方法，应用在机械、电子、光学等多套物理系统中 | 对深度物理神经网络感兴趣的同学可以读一下 | 孙彪 | [点此下载](https://www.nature.com/articles/s41586-021-04223-6) | 12 | High-performance brain-to-text communication via handwriting | Nature 593.7858 (2021): 249-254 | 大脑想想手写文字，一种新的脑机接口范式 | 做脑机接口范式设计和解码的同学都可以看看 | 孙彪 | [点此下载](https://www.nature.com/articles/s41586-021-03506-2) | 13 | Inference in artificial intelligence with deep optics and photonics | Nature 588.7836 (2020): 39-47 | 全光学深度神经网络综述，介绍了光学系统搭建方法，并展示了几种全光学网络的应用 | 对光学AI芯片感兴趣的同学可以阅读 | 孙彪 | [点此下载](https://www.nature.com/articles/s41586-020-2973-6) | 14 | Fully hardware-implemented memristor convolutional neural network | Nature 577.7792 (2020): 641-646 | 用memristor做深度神经网络硬件的开创性文章，做硬件电路的同学必读 | 对我们做感算一体脑机接口芯片很有指导意义，后续可能会用到memristor这种器件 | 孙彪 | [点此下载](https://www.nature.com/articles/s41586-020-1942-4) | 15 | Ultrafast machine vision with 2D material neural network image sensors | Nature 579.7797 (2020): 62-66 | 很cool的工作，设计感光材料和光学系统来实现神经网络，实验非常简单，idea还可以 | 看看他的idea就好了 | 孙彪 | [点此下载](https://www.nature.com/articles/s41586-020-2038-x) | # 脑机接口 序号 | 论文题目 | 期刊名卷期号 | 推荐理由 | 对我们的意义 | 推荐人 | 下载地址 | ----- | ----- | ----- | ----- | ----- | ----- | ----- | 1 | Unsupervised spike detection and sorting with wavelets and superparamagnetic clustering | Neural computation 16.8 (2004): 1661-1687 | Spike Sorting的必读入门文章，而且附带了一个非常好的公开数据集 | 研发片上解码算法和电路时都可以参考该文章，评估任何一个spike sorting算法时都可以将其作为baseline | 孙彪 | [点此下载](https://direct.mit.edu/neco/article-abstract/16/8/1661/6903/Unsupervised-Spike-Detection-and-Sorting-with) | 2 | Implantable brain machine interfaces: first-in-human studies, technology challenges and trends | Current opinion in biotechnology 72 (2021): 102-111 | 植入式脑机接口的小综述，帮助了解基本概念和常用方法 | 脑机接口方向同学必读 | 孙彪 | [点此下载](https://www.sciencedirect.com/science/article/pii/S095816692100183X) | 3 | Exploring Cognition with Brain-Machine Interfaces | Annual Review of Psychology 73.1 (2022): 131-158 | 顶刊的脑机接口大综述，讲的都是基础知识，图画的也很好 | 脑机接口教科书级别的综述，必读 | 孙彪 | [点此下载](https://www.annualreviews.org/content/journals/10.1146/annurev-psych-030221-030214) 4 | Multi-Channel Neural Recording Implants: A Review | Sensors 20.3 (2020): 904 | Sawan教授的植入式脑机接口电路综述，虽然发的期刊不好，但是里边的电路结构很有参考价值 | 做植入式脑机接口和模拟电路方向的同学必读 | 孙彪 | [点此下载](https://www.mdpi.com/1424-8220/20/3/904) | 5 | Decoding the Nature of Emotion in the Brain | Trends in cognitive sciences 20.6 (2016): 444-455 | 脑机接口情绪识别综述 | 做情绪识别的同学必读 | 孙彪 | [点此下载](https://www.cell.com/trends/cognitive-sciences/fulltext/S1364-6613(16)30004-3) | 6 | Machine Learning for Neural Decoding | Trends in cognitive sciences 20.6 (2016): 444-455 | 入门方法文章，介绍了常见机器学习方法用于神经解码的描述和代码 | 脑机接口方向同学必读 | 孙彪 | [点此下载](https://www.cell.com/trends/cognitive-sciences/abstract/S1364-6613(16)30004-3) | 7 | Deep learning approaches for neural decoding across architectures and recording modalities | Briefings in bioinformatics 22.2 (2021): 1577-1591 | 深度学习方法应用于神经解码的综述，介绍了RNN和CNN等方法 | 脑机接口方向同学必读 | 孙彪 | [点此下载](https://academic.oup.com/bib/article-abstract/22/2/1577/6054827) | 8 | A Neural Probe with Up to 966 Electrodes and Up to 384 Configurable Channels in 0.13um SOI CMOS | IEEE transactions on biomedical circuits and systems 11.3 (2017): 510-522 | Neuropixels的电路版本，和Nature文章同时发表的，讲述了很多电路实现方面的细节 | 我们后续研发感算一体电极时，单元设计可以参考该文章，尤其是一些电路方面的设计对我们很有启发 | 孙彪 | [点此下载](https://ieeexplore.ieee.org/abstract/document/7900417/) | 9 | Deep compressive autoencoder for action potential compression in large-scale neural recording | Journal of neural engineering 15.6 (2018): 066019 | 杨知教授组的文章，使用autoencoder来做神经信号压缩，性能很好 | 做神经信号压缩和量化的同学必读，并且可以作为对比的baseline | 孙彪 | [点此下载](https://iopscience.iop.org/article/10.1088/1741-2552/aae18d/meta) 10 | Sparse Bayesian Learning for End-to-End EEG Decoding | IEEE Transactions on Pattern Analysis and Machine Intelligence 45.12 (2023): 15632-15649 | David Wipf是SBL的创始人，他把SBL用在EEG信号解码上 | 神经解码方向同学必读，可以考虑把SBL做成电路 | 孙彪 | [点此下载](https://ieeexplore.ieee.org/abstract/document/10197212) 11 | Beyond Mimicking Under-Represented Emotions: Deep Data Augmentation with Emotional Subspace Constraints for EEG-Based Emotion Recognition | Proceedings of the AAAI Conference on Artificial Intelligence 38.9 (2024): 10252-10260 | 将生成对抗网络用于脑电信号数据扩增，并解决脑电信号情绪识别中情绪类别数据不平衡问题 | 由于EEG数据采集过程较为费时，导致可用的EEG数据有限，这是一种创新的数据增强方法 | 曹力文 | [点此下载](https://ojs.aaai.org/index.php/AAAI/article/view/28891/29694) 12 | A 32-ch Neuromodulator with redundant Voltage Monitors avoiding Blocking Capacitors | ESSCIRC 2022- IEEE 48th European Solid State Circuits Conference (ESSCIRC), Milan, Italy, 2022, pp. 201-204. | 提出了一种32通道神经调制器，采用了一种新的安全机制 | 该研究能够在无需阻断电容的情况下避免直流电流对组织的潜在损害，同时优化了系统的灵活性和功能 | 方立志 | [点此下载](https://ieeexplore.ieee.org/document/9911370/) 13 | ONIX: a unified open-source platform for multimodal neural recording and perturbation during naturalistic behavior | Nature Methods (2024): 1-6. | 使用Intan芯片做有线采集headstage的最新工作，设计简直无敌，并且文章写的非常清楚，发的Nature大子刊 | 不管是做有线采集还是无线采集，对我们都有很好的指导作用，并且这篇文章的方法开源，有很多代码和软件可以直接使用，这篇文章提到的3D轨迹追踪方法我们也可以参考。这篇文章的缺点是做不了多鼠，多只鼠一跑起来，导线绝对缠到一起了 | 孙彪 | [点此下载](https://www.nature.com/articles/s41592-024-02521-1) # AI电路与系统 序号 | 论文题目 | 期刊名卷期号 | 推荐理由 | 对我们的意义 | 推荐人 | 下载地址 | ----- | ----- | ----- | ----- | ----- | ----- | ----- | 1 | AdderNet: Do We Really Need Multiplications in Deep Learning? | Proceedings of the IEEE/CVF conference on computer vision and pattern recognition. 2020 | Addernet最初提出的论文，后续的一系列工作都是基于该论文 | 我们后续做的无乘法网络的idea都是基于该论文，做AI电路的同学必读 | 孙彪 | [点此下载](https://openaccess.thecvf.com/content_CVPR_2020/html/Chen_AdderNet_Do_We_Really_Need_Multiplications_in_Deep_Learning_CVPR_2020_paper.html) | 2 | Conjugate Adder Net (CAddNet) - A Space-Efficient Approximate CNN | Proceedings of the IEEE/CVF conference on computer vision and pattern recognition. 2022 | 另外一种无乘法网络CAdder | 做AI电路的同学必读 | 孙彪 | [点此下载](https://openaccess.thecvf.com/content/CVPR2022W/ECV/html/Shen_Conjugate_Adder_Net_CAddNet_-_A_Space-Efficient_Approximate_CNN_CVPRW_2022_paper.html) | 3 | Redistribution of Weights and Activations for AdderNet Quantization | Advances in Neural Information Processing Systems 35 (2022): 22739-22751 | 华为做Addernet量化的文章，号称可以量化到4bit | 做AI电路的同学必读 | 孙彪 | [点此下载](https://proceedings.neurips.cc/paper_files/paper/2022/hash/8f15e0b418ccdefec8313affc897dc8c-Abstract-Conference.html) | 4 | WSQ-AdderNet: Efficient Weight Standardization Based Quantized AdderNet FPGA Accelerator Design with High-Density INT8 DSP-LUT Co-Packing Optimization | Proceedings of the 41st IEEE/ACM International Conference on Computer-Aided Design. 2022 | 我们团队发表的Addernet量化文章，可以量化到8bit | 做AI电路的同学必读 | 孙彪 | [点此下载](https://dl.acm.org/doi/abs/10.1145/3508352.3549439) | 5 | Adder Attention for Vision Transformer | Advances in Neural Information Processing Systems 34 (2021): 19899-19909 | 华为将Adder应用到Vision Transformer上的文章 | 做AI电路的同学必读 | 孙彪 | [点此下载](https://proceedings.neurips.cc/paper/2021/hash/a57e8915461b83adefb011530b711704-Abstract.html) | 6 | Searching for Energy-Efficient Hybrid Adder-Convolution Neural Networks | Proceedings of the IEEE/CVF conference on computer vision and pattern recognition. 2022 | Adder和CNN结合用NAS搜索混合网络结构 | 对于我们做NAS方法有一定启发，可以作为baseline | 孙彪 | [点此下载](https://openaccess.thecvf.com/content/CVPR2022W/NAS/html/Li_Searching_for_Energy-Efficient_Hybrid_Adder-Convolution_Neural_Networks_CVPRW_2022_paper.html) | # 拉曼光谱 序号 | 论文题目 | 期刊名卷期号 | 推荐理由 | 对我们的意义 | 推荐人 | 下载地址 | ----- | ----- | ----- | ----- | ----- | ----- | ----- | 1 | Broadband Coherent Raman Scattering Spectroscopy at 50,000,000 Spectra per Second | Ultrafast Science 4 (2024): 0076 | 使用APD来作为传感器搭建拉曼系统的探索性文章，已经证明了其可行性 | 后续如要研发拉曼硬件系统，应该参考该文章，创新性非常明显 | 孙彪 | [点此下载](https://spj.science.org/doi/full/10.34133/ultrafastscience.0076) | 2 | Deep ADMM-Net for Compressive Sensing MRI | Conference and Workshop on Neural Information Processing Systems(NeurIPS) 29 (2016) | 这篇论文提出了一种新颖的深度架构，名为ADMM-Net，用于压缩感知磁共振成像（CS-MRI）。这种架构的设计灵感来源于交替方向乘子法（ADMM）算法。 | 后续如要研发基于稀疏分解算法的深度神经网络，可以参考该文章 | 翟靖磊 | [点此下载](https://proceedings.neurips.cc/paper_files/paper/2016/hash/1679091c5a880faf6fb5e6087eb1b2dc-Abstract.html) | 3 | Can We Transfer Noise Patterns? A Multi-environment Spectrum Analysis Model Using Generated Cases | International Conference on Neural Information Processing, Singapore, 2023, pp. 125-139 | 生成一个样本到样本案例库排除样本级噪声对数据集级别噪声学习的干扰，再噪声模式转移模型实现噪声在未知样本中的转移，使分析模型适用于更多环境 | 文章对处理非实验室环境下采集的光谱复杂噪声有一定启发，且开源了数据和代码 | 何文俊 | [点此下载](https://link.springer.com/chapter/10.1007/978-981-99-8184-7_10) |