脑机接口 / BCI

Cross-Subject Generalization in Decoding Perceived Speech from Non-Invasive Brain Recordings

从非侵入式脑记录中解码感知语音的跨被试泛化

Aoke Zhang, Bo Wang, Xihong Wu, Heping Cheng, Jing Chen

机构 * School of Intelligence Science and Technology, Peking University（北京大学智能科学与技术学院） ； Academy for Advanced Interdisciplinary Studies, Peking University（北京大学前沿交叉学科研究院） ； National Key Laboratory of General Artificial Intelligence（通用人工智能国家重点实验室） 纠错

专题命中 BCI数据与评测 ：EEG(abstract,abstract_cn)

AI总结 该研究提出CPSD框架，结合对比学习、PESA模块等，在三类感知语音数据集上跨被试解码性能优于基线，提升了Top-10准确率。

Comments Submitted to IEEE Transactions on Audio, Speech, and Language Processing (TASLP)

QuantFormer: Learning to Quantize for Neural Activity Forecasting in Mouse Visual Cortex

QuantFormer：用于小鼠视觉皮层神经活动预测的量化学习模型

Salvatore Calcagno, Isaak Kavasidis, Simone Palazzo, Marco Brondi, Luca Sità, Giacomo Turri, Daniela Giordano, Vladimir R. Kostic, Tommaso Fellin, Massimiliano Pontil, Concetto Spampinato

专题命中 BCI数据与评测 ：neural signal(abstract)；分类 q-bio.NC、eess.SP

AI总结 QuantFormer是一款基于Transformer的模型，通过动态信号量化将神经活动预测转为分类任务，结合神经元特定令牌，在Allen数据集上实现小鼠视觉皮层活动预测的新基准，泛化性能优异。