跳到正文
热点事件持续更新

EEGDM:用潜在扩散模型学习EEG表征

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

Shaocong Wang等作者提交论文,提出EEGDM自监督框架,用潜在扩散模型生成EEG信号作为训练目标,替代传统掩码重建。 该框架通过EEG编码器将原始信号及其通道增强压缩为紧凑表征,作为条件引导扩散去噪,并联合优化编码器与扩散模型。

AI 根据报道生成 · 59 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月5日
  1. arXiv:cs.LG
    EEGDM:用潜在扩散模型学习 EEG 表征

    EEGDM 是一个自监督框架,用潜在扩散模型生成 EEG 信号作为训练目标,替代传统掩码重建。它通过 EEG 编码器将原始信号及其通道增强压缩为紧凑表征,作为条件引导扩散去噪,并联合优化编码器与扩散模型。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。