Position-Adaptive Time Scheduling

新的脑电图生成框架提高了脑机接口的信号质量

研究人员开发了一种新颖的脑电图（EEG）数据生成框架，通过引入自适应时间调度来解决脑电图信号的异质性。该方法跟踪每个位置的重建误差，以在流匹配轨迹内调整特定于位置的时间进度。该框架还结合了因子化时空注意力和频率对齐的频谱一致性损失，以提高信号质量并模拟通道间的依赖性。在三个脑电图数据集上的实验表明，性能有了显著提高，TS-FID降低了高达62.2%，下游分类准确率提高了高达6.77个百分点，这为脑机接口应用中的数据增强带来了希望。