Компьютерные науки > Машинное обучение [представлено 4 октября 2026 года] Название: SPERA: Модель предварительного ЭЭГ с геометрией и частотно-лучевым прогнозированием PDF HTML (экспериментальный) резюме: Электроэнцефалография (EEG) не является мерой, направленной на повышение текущей нейронной активности, однако создание моделей общего назначения по EEG остается сложной задачей в силу неоднородности предметов, устройств и электродов. Существующие базовые модели ЭЭГ в основном основываются на целях реконструкции, определенных по наблюдаемому сигналу, который содержит как нейронные, так и невральные компоненты. Мы введем SINERA (Сферическую архитектуру представления ЭЭГ), базовую модель EEG, которая использует общую прогностическую структуру (JEPA) для прогнозирования в скрытом пространстве. СИНРА вводит Legendre-polynomial private, включенную в кодирование различных геометрий скальпа. Еще два компонента адаптируют модель к ЭЭГ: факторизированное временнóе и пространственное внимание совмещается с периодическими блоками полного внимания, а реляционный спектральный системификатор приводит в соответствие латентную структуру с спектральными взглядами. С учетом того, что ЭЭГ проходит подготовку примерно на 80 000 часов по 29 048 предметам из 106 наборов данных, СИНРА достигает наивысшей средней сбалансированной точности в рамках девяти задач низового уровня, охватывающих клинические, когнитивные и БКИ. Кроме того, СИНРА демонстрирует высокую эффективность параметров при линейном…
SONARA: Модель предварительного ЭЭГ с геометрией и частотным прогнозированием
arXiv: 261 010.10571v 1 Annualce Type: New Extraview: Electronicencephalography (EEG) представляет собой неинвазивную меру текущей нейронной активности, однако создание моделей ЭЭГ общего назначения по-прежнему сопряжено с трудностями изза неоднородности объектов, устройств и электродовых конструкций. Существующие базовые модели ЭЭГ в основном основываются на целях реконструкции, определенных по наблюдаемому сигналу, который содержит как нейронные, так и невральные компоненты. Мы введем SINERA (Сферическую архитектуру представления ЭЭГ), базовую модель EEG, которая использует общую прогностическую структуру (JEPA) для прогнозирования в скрытом пространстве. СИНРА вводит Legendre-polynomial private, включенную в кодирование различных геометрий скальпа. Еще два компонента адаптируют модель к ЭЭГ: факторизированное временнóе и пространственное внимание совмещается с периодическими блоками полного внимания, а реляционный спектральный системификатор приводит в соответствие латентную структуру с спектральными взглядами. Готовьтесь.