流形学习（manifold learning）综述

假设数据是均匀采样于一个高维欧氏空间中的低维流形，流形学习就是从高维采样数据中恢复低维流形结构，即找到高维空间中的低维流形，并求出相应的嵌入映射，以实现维数约简或者数据可视化。它是从观测到的现象中去寻找事物的本质，找到产生数据的内在规律。流形学习方法是模式识别中的基本方法，分为线性流形学习算法和非线

中科院：未来脑科学与类脑智能研究的新趋势

本文在分析国际脑科学与类脑智能发展态势的基础上，阐述了中科院在脑科学与类脑智能研究方面的部署，提出了进一步加强脑科学与智能技术融合的举措与建议。 脑科学是生命科学的研究前沿，是社会经济发展的需求 脑科学是以脑为研究对象的多学科汇聚的新兴研究领域，是研究人、动物和机器的认知与智能的本质与规律的科学。脑

基于黎曼几何的智能数学框架

基于黎曼流形的意识和智能框架.pdf 智能的基本单位可以看作嵌入在高维空间中的“token”，这些 token 彼此连接，构成了智能空间中的流形。每个 token 捕捉了环境中的多模态信息，如视觉、语言等，并对其进行抽象表征。 智能的运作机制被视为流形内沿着测地线依次激活一连串 token 的“思维

For truly intelligent AI, we need to mimic the brain’s sensorimotor principles