将大脑动力学学习为端口哈密顿系统：用于非平衡皮层动力学与闭环神经调控的GNN替身双胞胎

论文用端口哈密顿与metriplectic框架建模人类运动皮层，将频带神经相量、相位锁定、耗散端口、代谢驱动和噪声纳入GNN替身模型，并在PhysioNet EEG运动想象数据上进行跨受试者留出评估。摘要称模型可复现近临界雪崩分支率σ≈1，但尚不能复现真实皮层的1/f谱斜率和长程时间相关；不过摘要中的FitTrainN、FitTestMSE仍是未替换占位符。