实体
Dengzhe Hou
Dengzhe Hou
PulseAugur coverage of Dengzhe Hou — every cluster mentioning Dengzhe Hou across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
可解释机器学习分析脑电图（EEG）以识别特定于受试者的注意力转移
研究人员开发了一种机器学习方法来分析与注意力转移相关的脑电图（EEG）信号。通过使用受控的实验范式，他们能够区分自我启动的注意力和外部指令的注意力转移。该研究采用 SHapley Additive Explanations (SHAP) 将模型决策归因于特定的频谱特征，发现较高频段和额叶区域是重要的贡献者，尽管高频信号中潜在的非神经伪影需要谨慎解释。这项工作证明了可解释机器学习在特定于受试者的脑电图分析中的效用，并对个性化脑机接口具有启示意义。
-
新的WMF-AM基准测试探测LLM工作记忆和累积状态跟踪能力
研究人员开发了一种名为工作记忆保真度-主动操纵（WMF-AM）的新评估方法，专门用于测试大型语言模型（LLM）的累积状态跟踪能力。该探测器衡量模型在单个查询中跨连续操作维护和更新中间结果的能力，而不依赖于外部工具（如草稿板）。WMF-AM方法设计轻量级且可重新校准，能够更精确地描述模型在累积负载下性能下降的情况。