研究者提出CAMEL-CLIP脑电-文本对齐基础模型

Hanseul Choi 等研究者在 arXiv 发表论文，提出 CAMEL-CLIP，一个通道感知的脑电（EEG）-文本对比多模态基础模型，旨在解决不同设备间脑电通道构成与顺序不一致的问题。 模型包含三个组件：通道属性位置编码、动态通道投影，以及通道级与样本级双层对比学习。论文实验显示，该模型在多数据集线性探测中取得最高平均平衡准确率，并在不同通道配置间迁移时无需重训练分类器仍保持较高分类性能。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。