arXiv · AI· Jaedong Hwang, Kathleen Zhang, Wei Dai, Konstantinos Kontras, Maarten Vanmarcke, Maarten De Vos, Ila Fiete, Paul Pu Liang·· 8 小时前AI 评分20
B[FM]$^2$: 基于 SplitUNet 流匹配的脑基础模型
B[FM]$^2$: Brain Foundation Model via Flow Matching with SplitUNet
AI 导读
B[FM]$^2$ 在 9 项标准下游 EEG 分类任务中的 7 项创造新纪录。该模型预训练仅需 36,895 个片段（约 307 小时），预算比现有 EEG 基础模型少约 30 倍。两名持证神经科医生无法将其生成的合成 EEG 与真实脑数据区分开（Cohen's $\kappa = -0.096$）。
来源：arXiv · AI · arxiv.org