实体
EEG-FM-Bench
EEG-FM-Bench
PulseAugur coverage of EEG-FM-Bench — every cluster mentioning EEG-FM-Bench 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
-
新框架NSP通过防止捷径学习来增强脑电图基础模型
研究人员开发了一个名为神经状态预测（NSP）的新框架，以改进用于脑电图（EEG）数据的基础模型。NSP旨在通过约束预测目标和可用上下文来防止这些模型依赖于表面模式，从而鼓励整合分布式神经信息。该框架在一个大型EEG片段数据集上进行了预训练，并在多个下游任务上进行了评估，在EEG-FM-Bench上实现了63.94%的宏观平衡准确率，比现有方法提高了2.35个百分点。
-
新基准标准化脑电图基础模型评估
研究人员推出了EEG-FM-Bench，这是一个旨在标准化脑电图基础模型（EEG-FM）评估的新基准。该基准整合了14个数据集和10个范式，并纳入了各种微调策略和分析工具。初步实验表明，虽然多任务学习可以作为一种正则化器，但预训练效率会受到梯度冲突的阻碍。研究结果还表明，模型或数据规模本身并不能完全决定迁移性能，目标对齐和适应性兼容性起着至关重要的作用。