论文阅读1:基于脑机接口的海量脑电图数据学习通用表征的大型脑模型(ICLR)
基于EEG信号建模对应任务相关建模,本文参考大型语言模型(LLM)提出一种大量提出的LEM模型,通过大量的脑电数据集,无监督预训练出一个拥有脑电信号感知能力强的大模型(LaBraMs在模型基础上针对下游任务进行微调,得到良好的任务表现。主要贡献把所有数据集中脑电信号做分割实现跨数据集学习。用矢量量化神经光谱预测()训练语义丰富的神经标记生成器(),将连续的原始脑电图通道片段编码成紧凑的神经编码。简单来说,通过将原始的、高维度的脑电图数据转换为具有更低维度、更抽象的表示形式,以便更有效地处理和分析脑电信号。
原创
2024-01-17 23:14:49 ·
961 阅读 ·
0 评论