arXiv cs.AI· Anusha Madapura, Aditya Kommineni, Shrikanth Narayanan·· 11 小时前AI 评分35
量化 EEG 基座模型与信号处理嵌入中的特质-状态层级结构
Quantifying Trait-State Hierarchy in EEG Foundation Model and Signal Processing Embeddings
AI 导读
针对 EEG 基座模型与信号处理嵌入向量的研究发现，多数特征呈现宏观特质层级结构，导致状态区分度欠佳并负面影响脑机接口（BCI）性能。采用归一化技术减少嵌入向量中的特质信息，可使状态分类的平衡准确率提升约 10%。此外，针对下游状态解码进行模型微调时，嵌入空间会转变为宏观状态层级，从而带来更好的解码效果。
来源：arXiv cs.AI · arxiv.org