Компьютерные науки > Машинное обучение [представлено 22 сентября 2025 (v1), последний пересмотренный вариант 7 сентября 2026 года (эта версия, v3)] Название: SingLEM: Sin-Channel Крупный EEG Model View PDF HTML (экспериментальное) резюме: современные модели глубокого обучения для электроэнцефалографии (ЭЭГ) часто являются специфическими и зависят от крупных помеченных наборов данных, что ограничивает их способность к адаптации. Хотя базовые модели ЭЭГ направлены на более широкое применение, многие все еще полагаются на предопределённые многоканальные вводимые ресурсы, допущения об электродах или использование конкретных моделей каналов. Для устранения этих ограничений мы внедряем модель одноканального Большого ЭЭГ (SingLEM), самоконтролируемую модель фундамента, в которой гибридная конвульсия - трансформатор картирует каждый канал независимо от того, какой из каналов можно повторно использовать для отражения местной и длинной временной структуры. Эти представления могут использоваться в индивидуальном порядке или в сочетании с помощью конкатерации по каналу. Мы собрали 71 общедоступный набор данных по ЭЭГ, состоящий из примерно 9200 подопытных и 357 000 часов одноканального времени. Для оценки, контролируемой утечкой, результаты на выходе были получены с помощью модели, предварительно подготовленной по 68 наборам данных после исключения трех исходных наборов данных, лежащих в основе шести задач. Для общего повторного использования предусмотрена модель, подготовленная на…
Модель SingLEM: одноканальная модель Большого ЭЭГ
arXiv: 25009.17920v3 Annualection Type: заменить резюме: Текущие модели глубокого обучения для электроэнцефалографии (ЭЭГ) часто являются специфическими по своему характеру и зависят от крупных наборов данных с маркировкой, ограничивая их способность к адаптации. Хотя базовые модели ЭЭГ направлены на более широкое применение, многие все еще полагаются на предопределённые многоканальные вводимые ресурсы, допущения об электродах или использование конкретных моделей каналов. Для устранения этих ограничений мы внедряем модель одноканального Большого ЭЭГ (SingLEM), самоконтролируемую модель фундамента, в которой гибридная конвульсия - трансформатор картирует каждый канал независимо от того, какой из каналов можно повторно использовать для отражения местной и длинной временной структуры. Эти представления могут использоваться в индивидуальном порядке или в сочетании с помощью конкатерации по каналу. Мы собрали 71 общедоступный набор данных по ЭЭГ, состоящий из примерно 9200 подопытных и 357 000 часов одноканального времени. Для оценки, контролируемой утечкой, были получены результаты на выходе модели, предварительно подготовленной по 68 наборам данных после excludin