脑机接口 / BCI

Neural Tracking of Sustained Attention, Attention Switching, and Natural Conversation in Audiovisual Environments using Mobile EEG

使用移动EEG进行神经追踪：持续注意力、注意力切换和自然对话在音频视觉环境中的研究

Johanna Wilroth, Oskar Keding, Martin A. Skoglund, Maria Sandsten, Martin Enqvist, Emina Alickovic

机构 * Dept. of Electrical Engineering, Linköping University（电子工程系，利厄普堡大学） ； Centre for Mathematical Sciences, Lund University（数学科学中心，卢德大学） ； Eriksholm Research Centre, Oticon A/S（埃里克霍姆研究中心，Oticon A/S） 纠错

专题命中 EEG解码 ：EEG(title,abstract)；分类 eess.SP

AI总结 本研究利用移动EEG技术，通过新型数据集研究音频视觉环境中持续注意力、注意力切换和自然对话的神经追踪，揭示了多说话人处理的复杂性及选择性注意力的分类性能。

Comments Submitted to European Journal of Neuroscience

RL-BioAug: Label-Efficient Reinforcement Learning for Self-Supervised EEG Representation Learning

RL-BioAug：用于自监督EEG表征学习的高效标签强化学习

Cheol-Hui Lee, Hwa-Yeon Lee, Dong-Joo Kim

机构 * Department of Brain and Cognitive Engineering, Korea University（脑科学与认知工程系，韩国大学） ； Interdisciplinary Program in Precision Public Health, Korea University（精准公共卫生跨学科项目，韩国大学） ； Department of Neurology, Korea University College of Medicine（神经病学系，韩国大学医学院） 纠错

专题命中 EEG解码 ：EEG(title,abstract)；分类 cs.LG

AI总结 RL-BioAug通过高效强化学习策略提升EEG自监督表征学习性能，显著优于随机增强方法。

NeuroClean: A Generalized Machine-Learning Approach to Neural Time-Series Conditioning

NeuroClean：一种通用的机器学习神经时间序列条件化方法

Manuel A. Hernandez Alonso, Michael Depass, Stephan Quessy, Ali Falaki, Soraya Rahimi, Numa Dancause, Ignasi Cos

专题命中 EEG解码 ：EEG(abstract)；分类 cs.LG

AI总结 NeuroClean是一种通用的机器学习方法，用于神经时间序列的条件化处理，通过无监督算法有效去除伪影和噪声，提升信号质量和分类准确性。