★ 3
研究受控评估五个 EEG 基础模型:随机初始化常追平预训练
论文在统一协议下评估五个公开 EEG 基础模型与一个自研 JEPA 风格模型,加入未训练编码器、频谱特征与验证集选层三项对照。结果显示随机初始化在睡眠与情绪任务上追平或超过半数模型的预训练效果,且无模型能胜过五频段对数功率基线。
arXiv cs.LG7 天前
共 3 篇相关资讯,按重要度与时间排序,每 3 小时更新。
论文在统一协议下评估五个公开 EEG 基础模型与一个自研 JEPA 风格模型,加入未训练编码器、频谱特征与验证集选层三项对照。结果显示随机初始化在睡眠与情绪任务上追平或超过半数模型的预训练效果,且无模型能胜过五频段对数功率基线。
论文将流式脑电空间超分辨率建模为序列状态滤波问题,提出动态状态滤波(DSF),把波形状态估计拆成历史感知的动力学分支与创新滤波分支,并用掩码约束的拓扑感知转移算子传播观测创新。在 SEED、SEED-IV、BCI2000 上提升重构保真度与下游任务效用,并在稀疏观测不可靠时保持鲁棒。
研究提出 EEGBind 框架,用于癫痫发作间期样放电(IED)的源级五分类。该方法以 EEG 为主模态,将同步视频上下文作为辅助证据绑定,避免过强多模态融合扰动源敏感表征。在 NeuroMM 2026 挑战赛 NMM-Source-IED 基准上取得 0.8395 加权 F1,优于强基线,代码已…