Let EEG Models Learn EEG
让EEG模型学习EEG
机构 * Stony Brook University（石溪大学） ； University of Texas Health Center at Houston（德克萨斯大学健康中心（休斯顿））
专题命中 EEG解码 ：EEG(title,title_cn)；neural signal(abstract)
AI总结 本文提出了一种基于条件流匹配的生成框架JET，通过直接建模神经信号的连续演化来生成高质量的EEG信号，解决了传统离散去噪方法在捕捉长期时间依赖性和保持频谱结构方面的不足，实现了在多个基准测试中优于现有方法的性能。
Comments Accepted by ICML 2026
