脑机接口 / BCI

A Resource-Efficient CNN-Based EEG Auditory Attention Decoding ASIC

一种基于资源高效型CNN的EEG听觉注意力解码ASIC

Qier Ma, Richard George, Stefan Scholze, Jehn Constantin, Tobias Reichenbach, Christian Mayr

专题命中 EEG解码 ：EEG(title,title_cn)；分类 eess.SP

AI总结 针对人工耳蜗用户的鸡尾酒会问题，提出集成量化CNN与皮尔逊相关分类器的资源高效型ASIC，采用GF22FDX工艺实现，能效高，可用于实时EEG听觉注意力解码。

Comments Accepted for presentation at the 2026 IEEE Biomedical Circuits and Systems Conference (BioCAS 2026)

Automating Learner Assessment: Benchmarking Machine Learning and Deep Learning Models for EEG-Based Familiarity Prediction

自动化学习者评估：基于脑电信号熟悉度预测的机器学习与深度学习模型基准测试

Isuru Nanayakkara, Thilina Halloluwa

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

AI总结 本研究针对面孔、数学公式两个认知领域，测试15种ML/DL模型的EEG熟悉度预测性能，发现试次独立验证可避免高估泛化能力，确定Gamma、Beta振荡为关键生物标志物，为教育技术建立了相关基准。

Decoding silent reading from non-invasive EEG

从无创脑电图解码默读内容

Ingo Marquardt, Anthilia Alchanat, Priyanka Jain

机构 * nubrain 纠错

专题命中 EEG解码 ：EEG(title,summary_cn)；分类 q-bio.NC、cs.LG

AI总结 本研究以默读为替代任务，用CLIP式对比训练的卷积EEG编码器结合因果Transformer，从EEG中成功解码开放词汇单词级信息，发现解码受数据限制而非饱和。

Comments 45 pages (including 12 pages of Supplementary Material), 11 figures (including 2 in Supplementary Material)