研究者提出NeuroDETR异步EEG事件检测框架
热点事件持续更新
研究者提出NeuroDETR异步EEG事件检测框架
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
Yaozhi Wen等研究者提出NeuroDETR，一个面向异步EEG事件检测的离散时空多尺度框架。它通过多尺度时间码本与Spatial-Pyramid VQ分层编码EEG通道的空间结构，形成紧凑的事件记忆，从而联合分类事件并估计其起止时间。 该框架在token化前引入事件感知稀疏注意力模块FOCAL，用预测的事件存在性引导时间特征细化与空间聚合。研究者在覆盖多种范式的八个EEG数据集上测试，称NeuroDETR取得SOTA性能。
AI 根据报道生成 · 2 小时前更新
最新进展10月15日 12:00
NeuroDETR：面向异步 EEG 事件检测的多尺度离散时空 Token 化框架报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.LGNeuroDETR：面向异步 EEG 事件检测的多尺度离散时空 Token 化框架
研究者提出 NeuroDETR，一个离散时空多尺度框架，通过多尺度时间码本与 Spatial-Pyramid VQ 分层编码 EEG 通道空间结构，形成紧凑事件记忆以联合分类事件并估计其起止时间。该框架在 token 化前引入事件感知稀疏注意力模块 FOCAL，用预测的事件存在性引导时间特征细化与空间聚合。在覆盖多种范式的八个 EEG 数据集上，NeuroDETR 取得 SOTA 性能。
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。