arXiv 人工智能· Hongjun Liu, Leyu Zhou, Chang Ge, Shitong Duan, Chao Yao·· 5 小时前AI 评分26
重新将脑电空间超分辨率构想为动态状态分解与滤波
Rethinking EEG Spatial Super-Resolution as Dynamic State Decomposition and Filtering
AI 导读
研究人员提出动态状态滤波（DSF），将流式脑电（EEG）空间超分辨率重构为序列状态滤波问题，以从稀疏电极观测中恢复高密度神经信号。DSF 结合历史感知动态分支与新息滤波分支，将波形状态估计分解为预测与观测驱动的校正，并通过掩码约束的拓扑感知转移算子与不确定性感知状态校正融合两路估计。在 SEED、SEED-IV 和 BCI2000 数据集上的实验表明，DSF 提升了重构保真度与下游任务实用性。
来源：arXiv 人工智能 · arxiv.org