跨三个脑电语料库的内语解码受控基准发布

Md Wahiduzzaman Suva 等作者发布一项跨数据集受控研究：用同一预处理流程、同一被试内五折交叉验证协议，以及约 13.1 万参数的紧凑双注意力 Transformer（VC-DATNet），在三个公开脑电语料上解码内心言语，并给出该模型与另外十个解码器在同一协议下的结果。 三个语料为 Thinking Out Loud（10 名被试）、BISpeech（4 名）和 SyncSpeech（3 名）。四分类任务准确率为 39.48%，八词任务准确率分别为 20.60% 和 25.53%。作者称，公开的流程可为后续内语解码研究提供可复现的基准。

AI 根据报道生成 · 6 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。