arXiv · ML· Jiazhen Hong, Geoff Mackellar, Soheila Ghane·· 3 小时前AI 评分20
SpellerSSL：基于 P300 聚合的自我监督学习脑机接口框架
SpellerSSL: Self-Supervised Learning with P300 Aggregation for Speller BCIs
AI 导读
SpellerSSL 框架结合自我监督学习（SSL）与 P300 聚合，旨在解决脑机接口信噪比低及泛化差的问题。 该模型采用 1D U-Net 骨干网络预训练，在 II-B 数据集上以 94% 识别率实现 21.86 bits/min 的最高信息传输率。 SSL 将校准数据需求减少 60%，是首个应用于 P300 拼写器的 SSL 研究，推动了 EEG 基础模型发展。
来源：arXiv · ML · arxiv.org