Neurospectrum 方法拆解：可微曲率与持续同调支持端到端优化

Neurospectrum 将潜在轨迹视为几何对象，以曲率、路径签名、持续同调、zig-zag 持续同调和 RNN 概括其结构。所有描述器均可微，表示学习与预测目标可联合端到端优化，并推动其在多个神经数据任务上超越 ICA、HMM、dFC 等基线。