51 lines
11 KiB
Markdown
51 lines
11 KiB
Markdown
# 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)
|
||
|
||
|
||
|
||
|
||
# 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)
|
||
|
||
|
||
|
||
# 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) |
|