TRACE: Framework di Pre-addestramento Autoregressivo per EEG

I ricercatori hanno introdotto TRACE, un framework autoregressivo per il pre-addestramento di EEG che prevede segmenti futuri di EEG basati sul contesto causale, consentendo al contempo calcoli cross-canale temporalmente adattivi e coerenti. In ogni punto temporale, TRACE genera una decisione di routing dalla storia causale attraverso i canali e applica questa decisione collettivamente a tutti i canali, mantenendo la coerenza immediata tra i canali e permettendo a diversi regimi temporali di attivare calcoli distinti. Questo framework affronta le difficoltà nell'acquisire rappresentazioni EEG trasferibili a causa delle sue caratteristiche multi-canale e non stazionarie, dove canali simultanei producono misurazioni di attività neurale interrelate e dinamiche temporali dipendenti dal contesto che fluttuano. TRACE mira a superare le carenze dei modelli che utilizzano un calcolo uniforme nel tempo o trattano ogni patch del canale separatamente.