arXiv发布tPC线性时序预测编码论文

2026年10月26日，Akira Tanase等在arXiv发布论文《Persistence, Exposure, and Credit Routing in Linear Temporal Predictive Coding》。该研究提出线性时间预测编码（tPC）网络，通过层局替代反向传播机制进行训练。 论文利用细胞示叶理论分析指出，时间信用分配过程是空间位移与时间误差之间的动态博弈，其比率由持久性算子P和暴露性算子Q共同调制。空间推理生成有效递归过渡F=PA，未来信用则经P*过滤。 研究发现非放大不变递归下存在持久性与误差的权衡限制，递归系统可通过在持久模式与暴露模式间路由以规避该限制。该论文已被NeurIPS 2026神经表征对称性与几何学研讨会（NeurReps）接收。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。