DenoFlow:SSVEP去噪的流匹配方法
热点事件持续更新
DenoFlow:SSVEP去噪的流匹配方法
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
Zhentao He、Ziwei Wang、Dongrui Wu 提出 DenoFlow,一种基于流匹配的 SSVEP 去噪方法。该方法不再直接学习从受污染试次到干净试次的映射,而是把去噪建模为传输问题:用场网络回归两者之间直线路径的速度,按 rectified-flow 形式从观测出发前向积分完成去噪。 该工作针对的是真实生理伪影下的 SSVEP 去噪,目前以 arXiv cs.LG 论文形式发布,尚未见经同行评审验证的效果数据。
AI 根据报道生成 · 2 小时前更新
最新进展10月8日 12:00
DenoFlow:面向真实生理伪影下 SSVEP 去噪的流匹配方法报道时间线
沿着报道,了解事件的不同侧面。
10月8日
- arXiv cs.LGDenoFlow:面向真实生理伪影下 SSVEP 去噪的流匹配方法
DenoFlow 将 SSVEP 去噪建模为传输问题,用场网络回归污染试次与干净试次之间直线路径的速度,并按 rectified-flow 形式从观测出发前向积分完成去噪。
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。