arXiv（brain-computer interface）·· 15 天前精选AI 评分62
清华大学高小榕团队提出 LaS：用语言描述监督神经解码器
Teaching neural decoders with language
AI 导读
清华大学高小榕团队提出 Language as Supervision（LaS），将神经特征与自然语言类别描述对齐，并用候选文本原型预测类别，替代传统的类别标签监督。
AI 要点
团队
第一作者 Xuan Wen，末位作者 Xiaorong Gao，共 6 位作者。
主要结果
语音解码准确率较匹配的 CLS 基线最高提升 17.15 个百分点；表示支持候选集复用与受试者、会话自适应；可在 SSVEP 中做条件性未见频率解码。
解决什么问题
类别标签监督（CLS）使类别间关系隐含，LaS 用自然语言类别描述对齐神经特征。
方法
用学习到的投影将神经特征与自然语言类别描述对齐，以候选文本原型预测类别；在头皮与颅内记录上评估视觉、运动、语音解码的七种编码器架构。
局限
从研究设计看，为方法学研究，未报告临床或在线闭环应用验证。
AI 依据原文整理，未经人工核对。
AI 推荐理由
提出以自然语言类别描述替代类别标签监督，在视觉、运动、语音解码上验证，可对照现有解码监督方式。
来源：arXiv（brain-computer interface） · arxiv.org