Адаптация к сквозному декодированию ЭЭГ на основе модели мозга с использованием источника избирательного домена

arXiv: 25027.21037v3 Тип уведомления: заменить резюме: декодирование межобъектной моторизованной электроэнцефалографии (MI-EEG) попрежнему сопряжено с трудностями, поскольку значительная вариативность между предметами может вызвать как отрицательную передачу из плохо совпадающих источников, так и постоянные расхождения в распределении данных между источниками и целевыми областями. Существующие методы адаптации к многоисточникам часто охватывают все имеющиеся области источников или оценивают значимость источника с использованием уровней сигналов или конкретных задач, в то время как согласование распределения зачастую осуществляется только на уровне характеристик. Эти ограничения могут привнести не имеющие отношения к источнику знания и не обеспечить сохранение классово-дискриминирующих структур по различным предметам. В этом исследовании мы предлагаем создать модельную систему адаптации к многоисточникам (BFM-MSDA) для межобъектного декодирования MI-EEG. Метод сначала использует представления, полученные с помощью предварительно подготовленной модели мозгового фундамента для оценки источников - целевой совместимости и r