Scheduling Temporale Adattivo alla Posizione per la Generazione di EEG
Un nuovo framework per la generazione di EEG, basato sul conditional flow matching, introduce lo Scheduling Temporale Adattivo alla Posizione per affrontare l'eterogeneità dei momenti EEG. Il metodo traccia l'errore di ricostruzione per posizione per modulare la progressione temporale, incorpora l'Attenzione Spazio-Temporale Fattorizzata e utilizza una perdita di coerenza spettrale multi-risoluzione allineata in frequenza. Questo approccio mira a migliorare la generazione di EEG per applicazioni di interfaccia cervello-computer modellando meglio le dipendenze inter-canale e compensando il bias spettrale.
Fatti principali
- La generazione di EEG è essenziale per alleviare la scarsità di dati nelle applicazioni di interfaccia cervello-computer.
- Gli approcci esistenti basati su flusso assumono una singola progressione temporale globale per tutti i canali e segmenti temporali.
- Il framework proposto utilizza il conditional flow matching.
- Lo Scheduling Temporale Adattivo alla Posizione modula la progressione temporale specifica della posizione in base all'errore di ricostruzione.
- L'Attenzione Spazio-Temporale Fattorizzata modella le dipendenze inter-canale indotte dalla conduzione di volume.
- Una perdita di coerenza spettrale multi-risoluzione allineata in frequenza compensa il bias spettrale della legge di potenza dell'EEG.
- Il framework è introdotto nell'articolo arXiv 2608.00048.
- L'articolo è stato annunciato come cross-type su arXiv.
Entità
Istituzioni
- arXiv