arXiv（brain-computer interface）·· 2026-09-09AI 评分24
NEXUS-MI：面向网关协调运动想象脑机接口的通信感知联邦个性化框架
NEXUS-MI: Communication-Aware Federated Personalization for Gateway-Coordinated Motor-Imagery Brain-Computer Interfaces
AI 导读
NEXUS-MI 是一个网关协调的联邦个性化框架，把同步当作学习与通信耦合的控制问题，原始 EEG 与分类器头留在本地，由边缘协调器维护共享骨干。在 BCICIV-2a（9 名受试者、4 类）与 OpenBMI（54 名受试者、2 类）离线回放中，通信感知协调使服务器到客户端的骨干流量减少约 42%，队列级准确率差异较小且依赖具体实现。
AI 要点
团队
第一作者 Daniel Adu Worae，末位作者 Aarthy Nagarajan，共 2 位作者。
主要结果
通信感知协调使两个数据集的服务端到客户端骨干流量减少约 42%；队列准确率差异小且依赖具体实现，BCICIV-2a 上个体损失可达约 12 个百分点。
解决什么问题
联邦 MI 研究多假设规律同步，本文把网关同步作为学习与通信耦合的控制问题，用于有限校准数据下的个性化。
方法
离线回放 BCI Competition IV Dataset 2a（9 名受试者、4 类）与 OpenBMI（54 名受试者、2 类）；原始 EEG 与分类头留在本地，边缘协调器维护共享骨干。
局限
从研究设计看，为离线回放评估，非在线实时验证；队列平均掩盖个体差异，结果依赖具体实现。
AI 依据原文整理，未经人工核对。
来源：arXiv（brain-computer interface） · arxiv.org