مدلی برای ترکیب چند نوع دادهٔ عصبی و بررسی ارتباط آن‌ها با رفتار معرفی شد

داده‌های عصبی چندوجهی می‌توانند جنبه‌های مکانی‌ـ‌زمانی متفاوتی از فعالیت مغز را نشان دهند؛ اما به‌گفتهٔ نویسندگان پیش‌چاپ، مدل‌های پیشینِ عصبی‌ـ‌رفتاری که منابع تغییرپذیری را از هم تفکیک می‌کنند، به یک نوع دادهٔ عصبی متکی بوده‌اند.

BREM-NET یک مدل دینامیکی غیرخطی است که رفتار را با چند وجه عصبیِ دارای ویژگی‌های آماری و تفکیک‌پذیری زمانی متفاوت ادغام می‌کند. چکیدهٔ در دسترس توضیح می‌دهد که هدف این رویکرد ساخت بازنمایی یکپارچه‌تری از فرایندهای مغز و رفتار و رفع محدودیت تحلیل‌های تک‌وجهی است؛ اما متن ارائه‌شده جزئیات نتایج یا ارزیابی عملکرد مدل را دربر ندارد.