脑机接口 / BCI

Making Brain-Computer Interfaces More Secure

使脑机接口更安全

Md Fahimul Kabir Chowdhury, Gahangir Hossain

机构 * University of California, Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学） 纠错

专题命中 EEG解码 ：BCI(summary_cn,abstract)；EEG(summary_cn,abstract)；brain-computer interface(title,abstract)；分类 cs.LG

AI总结 针对脑电图（EEG）脑机接口（BCI）易受对抗攻击的问题，提出轻量级卷积神经网络（CNN）架构，在梯度攻击下比EEGNet、DeepConvNet和SleepEEGNet等模型具有更好的分类鲁棒性。

Comments Accepted and presented at IEEE World AI IoT Congress 2026

Journal ref 2026 IEEE World AI IoT Congress (AIIoT)

What the LLM Should Not Say: Boundary-Aware Context Grounding for A Seven-Channel EEG Agent

面向低通道EEG智能体的边界感知上下文接地

Zhiyuan Xu, Yueqing Dai, Junling Li, Junwen Luo

机构 * Shanghai Pulse Element Intelligent Technology Co., Ltd. (NeuraDock)（上海脉冲元素智能科技有限公司（NeuraDock）） 纠错

专题命中 EEG解码 ：EEG(title,title_cn)

AI总结 提出NeuraDock Agent架构，通过分离确定性本地EEG引擎与硬件感知语言层，实现LLM对低通道EEG数据的边界感知接地，经288次测试验证了系统在数值重复性、故障恢复和边界感知方面的有效性。

Comments 25 pages, 6 figures