Cortical-SSM模型增强了脑电信号解码在脑机接口中的应用

研究人员推出了一种新颖的深度状态空间模型Cortical-SSM，旨在改进从脑电图（EEG）数据中解码运动想象信号。该新架构旨在通过更好地捕捉脑电信号内复杂的时域、空域和频域依赖性来克服当前基于Transformer的方法的局限性。在两个大型公共数据集上进行测试，Cortical-SSM与现有基准相比表现出优越的性能，并提供了神经生理学上相关的解释，表明其在更可靠和可解释的脑机接口系统方面的潜力。 AI

影响 提高了脑机接口中受试者无关的脑电分类的可靠性。

排序理由 该集群包含一篇详细介绍信号处理新模型架构的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• Cortical-SSM
• DagsHub
• electroencephalography
• Gotit.pub
• Hugging Face
• ScienceCast
• Shuntaro Suzuki
• Transformer++

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →