arXiv（brain-computer interface）·· 6 天前AI 评分52
同济大学 Changjun Jiang 团队提出 NeuroAct 双环自主研究框架用于 EEG 分析与解码
NeuroAct: Advancing EEG Analysis and Decoding via Dual-Loop Autonomous Research
AI 导读
同济大学 Changjun Jiang 团队提出 NeuroAct，一个面向 EEG 分析与解码的双环自主研究代理框架，内环由研究、开发、评审角色依据信号结构、表征、预测器行为和训练动态选择分析与干预，外环把结果沉淀为带任务与模型条件的可检验建议。
AI 要点
团队
第一作者 Wei Xiong，末位作者 Changjun Jiang，共 6 位作者。
主要结果
设置 A 宏平均 80.88，超 BrainAgent 的 63.13 达 17.75 分；设置 B 使 EEGPT 平均 BA 提升 7.34 分，HBN Pearson r 从 0.6894 升至 0.7362。
解决什么问题
固定流程与奖励驱动搜索难以确定信号结构、表征、预测器行为和训练动态如何影响性能与泛化差距，干预选择因此不确定。
方法
NeuroAct 为自主研究智能体框架，内环由研究、开发、评审角色检验假设并筛选干预，外环将结果提炼为带任务与模型条件的可检验建议。
局限
从研究设计看，评估集中于四个设定下的基准任务，未涉及临床或在线 BCI 使用场景。
AI 依据原文整理，未经人工核对。
来源：arXiv（brain-computer interface） · arxiv.org