脑机接口 / BCI

Uncovering Patterns of Brain Activity from EEG Data Consistently Associated with Cybersickness Using Neural Network Interpretability Maps

从EEG数据中揭示与晕动症一致的脑活动模式

Jacqueline Yau, Katherine J. Mimnaugh, Evan G. Center, Timo Ojala, Steven M. LaValle, Wenzhen Yuan, Nancy Amato, Minje Kim, Kara D. Federmeier

专题命中 EEG解码 ：EEG(title,abstract)；分类 cs.LG、cs.HC

AI总结 本文通过神经网络可解释性地图，研究EEG数据中与晕动症相关的脑活动模式，提出适应性训练框架以提高小样本和不平衡数据下的分类性能。

Preventing Data Leakage in EEG-Based Survival Prediction: A Two-Stage Embedding and Transformer Framework

防止EEG基生存预测中的数据泄露：一种两阶段嵌入和Transformer框架

Yixin Zhou, Zhixiang Liu, Vladimir I. Zadorozhny, Jonathan Elmer

机构 * University of Pittsburgh School of Computing and Information（匹兹堡大学计算与信息学院） ； University of Pittsburgh Department of Critical Care Medicine（匹兹堡大学重症医学系） 纠错

专题命中 EEG解码 ：EEG(title,abstract)；分类 cs.LG

AI总结 本文提出两阶段框架以防止EEG生存预测中的数据泄露，通过严格隔离训练集提升模型泛化能力。

Comments 9 pages, 2 figures. Preliminary version