神經流形的穩定性

一項引人注目的經驗發現是，運動群體的低維潛在動力學能在數日至數年間維持穩定，即使所記錄的特定神經元改變、單一單元的調諧漂移、且電極產出率下降亦然。定義流形的神經模態，以及在一項充分習得之行為期間於其上的軌跡，其跨會期的可重現性遠高於任何個別神經元的活動。這種分離——單一單元不穩定、群體幾何穩定——是把流形而非神經元視為分析單位的最有力實務論據之一。

這對長期 BCI 的影響是直接的：若潛在動力學穩定，便可藉由將今日的記錄對齊到一個參考潛在空間、而非從頭重新校正，來讓解碼器跨日持續運作，所用的流形或分布對齊方法並不需要新的行為標籤。但須注意的是，穩定性是針對過度習得、刻板的行為以及特定對齊程序所展示的；對於新習得或不受約束的任務未必成立，而表面上的穩定性有部分可能反映對齊方法的假設，因此對新應用而言應加以驗證而非直接假定。