CIPHER: Conformer-based Inference of Phonemes from High-density EEG
CIPHER:基于Conformer的高密度EEG语音音素推断
专题命中 EEG解码 :EEG(title,abstract)
AI总结 CIPHER模型通过ERP特征和宽带DDA系数双路径方式解码EEG语音信息,在音素识别任务中表现较低,但作为基准和特征比较研究,强调在控制干扰因素下的神经表示研究。
科学与医疗
脑机接口、EEG、神经信号解码、神经假体和脑控交互。
CIPHER:基于Conformer的高密度EEG语音音素推断
专题命中 EEG解码 :EEG(title,abstract)
AI总结 CIPHER模型通过ERP特征和宽带DDA系数双路径方式解码EEG语音信息,在音素识别任务中表现较低,但作为基准和特征比较研究,强调在控制干扰因素下的神经表示研究。
小皮层区域中语言层级的时间结构
专题命中 神经信号处理 :cortical(title,abstract);分类 q-bio.NC
AI总结 研究通过记录患者生成2万句句子的脑电活动,发现小皮层区域中语言特征层级编码稳健,且每个区域内存在语音、音节和词汇的多层编码,随时间动态变化以避免干扰。
整合表征签名增强大脑和模型的特异性
专题命中 神经信号处理 :cortical(abstract);分类 q-bio.NC
AI总结 研究通过整合多种表征相似性度量方法,提升大脑和模型区域的区分能力,发现几何和调制结构编码特定区域特征,而线性可解信息则更广泛共享。
感知意识的神经相关性:来自内部的叙述综述:人类脑内研究
专题命中 神经信号处理 :cortical(abstract);分类 q-bio.NC
AI总结 综述探讨了人类脑内记录技术如何通过高时空分辨率和信号灵敏度推进感知意识神经相关性的研究,并评估其对意识理论争论的影响。
高维多对多多中介分析
专题命中 神经信号处理 :cortical(abstract)
AI总结 本文提出高维多对多多中介分析方法,用于处理高维暴露、中介和结局变量,同时进行变量选择、估计间接效应矩阵,并提升多变量预测性能。
MECO:一种用于老年人情绪和认知理解的多模态数据集
机构 * Nanjing Medical University(南京医科大学) ; University of Exeter(埃克塞特大学) ; University of Oxford(牛津大学)
专题命中 BCI数据与评测 :EEG(abstract);分类 cs.HC
AI总结 MECO数据集通过收集42名老年人的多模态信号,提供30592个同步样本,旨在填补老龄化群体情绪和认知预测研究的空白,支持个性化情绪识别和早期轻度认知障碍检测。
Comments 8 pages, 3 figures