Skip to content
Hot storiesContinuously updated

研究提出M/EEG贝叶斯源成像不确定性校准框架

1 reports1 reporting sourcesUpdated 6 hours ago

Start here

AI overview

2026年11月6日，研究者在arXiv发表论文，提出了基于模拟的经验贝叶斯M/EEG源成像不确定性量化与校准框架。研究对比评估了BMN+sLORETA与SBL+S-FLEX两种方法。结果表明，重校准前SBL+S-FLEX取得了更低的Wasserstein定位误差与更小的不确定性，采用事后保序重校准后，二者的后验覆盖率均得到进一步改善。此外，在真实听觉MEG数据验证中，SBL+S-FLEX同样展现出更聚焦的定位与更紧致的不确定性。

AI-generated from reports · Updated 6 hours ago

Latest developmentsNov 6 13:00
研究提出经验贝叶斯M/EEG源成像校准框架，事后重校准有效改善后验覆盖率。

Report timeline

Follow the reports to see different sides of the story.

Nov 6
  1. arXiv 机器学习
    贝叶斯 M/EEG 源成像中的不确定性校准

    研究提出了基于模拟的经验贝叶斯 M/EEG 源成像不确定性量化与校准框架，对比评估了 BMN+sLORETA 与 SBL+S-FLEX。重校准前 SBL+S-FLEX 取得了更低的 Wasserstein 定位误差与更小的不确定性，事后保序重校准进一步改善了二者的后验覆盖率。在真实听觉 MEG 数据中，SBL+S-FLEX 展现出更聚焦的定位与更紧致的不确定性。

Story heat trend

Current heat 9·Comparable peak 10（Nov 6 14:00）·Comparable change, last 24 hours–

02.557.510Nov6Nov6Nov6Nov6

Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.