arXiv · ML· Abdulkader Helwan, Khadidja Henni, Lina Abou-Abbas·· 24 天前AI 评分25
NOMAD-EEG:一种独立于电极数量、身份、顺序和输入长度的原生全适配扩散模型
NOMAD-EEG: Native Omni-Montage Adaptive Diffusion
AI 导读
NOMAD-EEG 是一款拥有 12.0 M 参数的 EEG 扩散基础模型,独立于电极数量、身份、顺序和输入长度,在癫痫检测等任务上性能优于 7 个现有模型。 该模型使用 3D 头皮位置识别电极,并在无补丁(patches)状态下沿时间轴交替使用状态空间层。它在 147 小时无标签 EEG 数据上预训练,在冻结线性探针下于 10 个数据集中对 7 个基础模型进行了评估。
来源:arXiv · ML · arxiv.org