跳到正文
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

报道时间线

沿着报道,了解事件的不同侧面。

10月8日
  1. arXiv cs.LG
    DenoFlow: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。