CAMEL-CLIP

新的CAMEL-CLIP模型将脑电图信号与文本对齐，用于稳健的大脑基础模型

研究人员开发了CAMEL-CLIP，这是一种新颖的多模态基础模型，旨在将脑电图（EEG）信号与文本对齐。该模型通过结合基于通道属性的位置编码和动态通道投影，解决了脑电图数据中的通道异质性挑战。CAMEL-CLIP利用双层对比学习，在单个通道和整个样本级别匹配脑电图信号与文本，在无需重新训练分类器的情况下，在各种数据集和通道配置中均表现出稳健的性能。