该研究提出了一种跨受试研究的两阶段模型合奏架构，用于处理电极脑电图（EEG）数据。该架构由多个特征提取器和共享分类器构建，并在两个损失项中端到端训练。该方法在两个大型MI数据集中优于所有方法，同时使用更少的可训练参数，解决了多受试EEG数据集中的领域漂移问题，为无标定BCI系统铺平了道路。