AITP
精选全部 AI 动态AI 日报Agent 接入关于更新日志信源提报反馈
登录 / 注册
AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签:通用分词器×
6月16日
20:46
AITOP6月16日 20:46
600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI
6月12日
12:57
AITOP6月12日 12:57
Claude代码里藏了个20260612,18个月后的AI记忆革命已经开始倒计时
6月11日
15:28
AITOP6月11日 15:28
1107 vs 303:谷歌悄悄开源了一个“拆打字机”的模型,把大模型速度翻了4倍
15:23
AITOP6月11日 15:23
DiffusionGemma颠覆文本生成?自回归模型的“统治”要结束了
15:07
AITOP6月11日 15:07
每秒1107个token,Google开源的扩散模型为什么能改变本地推理格局?
5月20日
11:04
11:04arXiv cs.LG@Xinyang Tian, Ruitao Liu, Ziyi Ye, Siyang Xue, Xin Wang, Xuesong Chen
精选
该研究提出一种基于微状态的通用脑电图(EEG)表征学习方法。传统EEG分析依赖时域或频域特征,而微状态作为脑活动在微观时间尺度上的基本构建块,能更简洁地编码信号。研究者从大规模医疗EEG数据集中通过聚类构建了通用微状态分词器,将连续EEG信号转化为离散微状态序列。该分词器在睡眠分期、情绪识别和运动想象分类等多个下游任务中表现优于传统时频域特征,且在不同模型上均有一致提升。进一步分析表明,微状态方法具有更强的可解释性和可扩展性,为认知神经科学和临床研究开辟了新应用。
论文EEG表征学习微状态脑机接口通用分词器神经信息学

推荐理由:做脑机接口或神经信息处理的团队,微状态分词器直接提升了多任务泛化能力,比调时频特征更省力,值得在自家数据集上试试。
原文
精选全部日报登录