BinoGen: Scaling egocentric binocular data for embodied visual perception and learning
为了解决收集大规模第一人称双目视觉数据困难的问题，BinoGen通过生成环境和观察者变化来创建室内双目视觉体验，用于改善视觉感知任务。
0 citationsRead paper
Selected work
Representative Papers
A Language-Guided Multimodal Foundation Model for Zero-Shot and Multi-Task Brain Signal Analysis
研究通过统一的语言-信号对齐框架，提出了一种多模态基础模型METIS，用于零样本和多任务脑信号分析，解决了现有方法需要特定任务训练和泛化能力有限的问题。
0 citationsRead paper
SkNeXt enables topology-guided neuronal reconstruction from petabyte-scale microscopy data
SkNeXt通过首先将神经元形态转换为紧凑的SWC骨架，然后基于这些骨架进行高分辨率重建，解决了从PB级显微图像数据中高效重构神经元的问题。
0 citationsRead paper
iBrain: A Unified Foundation Model Reading the Brain from Surface to Spikes
研究提出iBrain模型，通过联合学习iEEG和神经尖峰活动信号解决不同侵入式脑信号独立建模问题，使用特定编码器和共享时空Transformer骨干网络。
0 citationsRead paper
CORAL: A Benchmark for Structure-aware and Brain-wide Neuron Reconstruction in Light Microscopy
本文提出了CORAL基准，用于评估从光镜图像中自动重建神经元的方法，旨在解决结构准确性及全脑尺度下的可扩展性问题。
0 citationsRead paper
Recent publications
Latest Papers
BinoGen: Scaling egocentric binocular data for embodied visual perception and learning
为了解决收集大规模第一人称双目视觉数据困难的问题，BinoGen通过生成环境和观察者变化来创建室内双目视觉体验，用于改善视觉感知任务。
0 citationsRead paper
A Language-Guided Multimodal Foundation Model for Zero-Shot and Multi-Task Brain Signal Analysis
研究通过统一的语言-信号对齐框架，提出了一种多模态基础模型METIS，用于零样本和多任务脑信号分析，解决了现有方法需要特定任务训练和泛化能力有限的问题。
0 citationsRead paper
SkNeXt enables topology-guided neuronal reconstruction from petabyte-scale microscopy data
SkNeXt通过首先将神经元形态转换为紧凑的SWC骨架，然后基于这些骨架进行高分辨率重建，解决了从PB级显微图像数据中高效重构神经元的问题。
0 citationsRead paper
iBrain: A Unified Foundation Model Reading the Brain from Surface to Spikes
研究提出iBrain模型，通过联合学习iEEG和神经尖峰活动信号解决不同侵入式脑信号独立建模问题，使用特定编码器和共享时空Transformer骨干网络。
0 citationsRead paper
CORAL: A Benchmark for Structure-aware and Brain-wide Neuron Reconstruction in Light Microscopy
本文提出了CORAL基准，用于评估从光镜图像中自动重建神经元的方法，旨在解决结构准确性及全脑尺度下的可扩展性问题。
0 citationsRead paper