A Scaling Law for Bandwidth Under Quantization
量化下的带宽缩放定律
专题命中 EEG解码 :EEG(abstract);分类 eess.SP
AI总结 本文推导出量化下带宽与ADC位深度的缩放定律,揭示了1/f^α信号中有效截止频率与位深度的关系,并通过实验验证了该定律的准确性。
Comments 4 pages, 3 figures, submitted to IEEE Signal Processing Letters
科学与医疗
脑机接口、EEG、神经信号解码、神经假体和脑控交互。
量化下的带宽缩放定律
专题命中 EEG解码 :EEG(abstract);分类 eess.SP
AI总结 本文推导出量化下带宽与ADC位深度的缩放定律,揭示了1/f^α信号中有效截止频率与位深度的关系,并通过实验验证了该定律的准确性。
Comments 4 pages, 3 figures, submitted to IEEE Signal Processing Letters
将发声、模仿和想象性言语的神经表示联系起来
机构 * University of Maryland - College Park(马里兰大学-学院公园)
专题命中 EEG解码 :EEG(abstract);分类 eess.SP
AI总结 该研究通过训练线性模型发现,不同语音条件下的神经表示存在共享结构,线性模型在刺激层面的可区分性优于非线性模型。
RepSPD: 通过动态图增强EEG的SPD流形表示
机构 * Information Science and Techinology, Hokkaido University, Japan(信息科学与技术,北海道大学,日本) ; SANKEN, The University of Osaka, Japan(SANKEN,大阪大学,日本) ; Great Bay University, China(大湾大学,中国) ; Department of Computer Science, University of Illinois Urbana-Champaign, USA(计算机科学系,伊利诺伊大学厄巴纳-香槟分校,美国)
专题命中 EEG解码 :EEG(abstract)
AI总结 RepSPD通过动态图增强EEG的SPD流形表示,利用交叉注意力机制和全局双向对齐策略提升几何一致性与鲁棒性。