EEG-GPT: 大型语言模型在脑电波分类与解读中的能力探索
原文中文,约300字,阅读约需1分钟。
📝
内容提要
神经-GPT是一个用于脑机接口任务的基础模型,包括EEG编码器和GPT模型。该模型通过自监督任务的预训练和微调,能够处理数据稀缺和异质性。实验证明,该模型能够显著提高分类性能,并具备先进泛化能力和应对数据稀缺性和异质性挑战的能力。
🎯
关键要点
-
神经-GPT是一个用于脑机接口任务的基础模型,包括EEG编码器和GPT模型。
-
该模型通过自监督任务的预训练和微调,能够处理数据稀缺和异质性。
-
在大规模公共EEG数据集上进行自监督任务的预训练,学习重构EEG中的掩码块。
-
在仅有9个受试者的运动意象分类任务上对基础模型进行微调。
-
实验证明,应用基础模型显著提高分类性能,具备先进泛化能力。
-
基础模型能够应对数据稀缺性和异质性挑战。
🏷️