热点事件持续更新
RO-eDMD算法识别工作记忆EEG的theta与beta活动
1 篇报道1 家媒体或机构17 小时前更新
先了解这件事
AI 综述
2026年10月24日，bioRxiv（Neuroscience）刊出一项预印本研究，提出Reduced-Observable Extended Dynamic Mode Decomposition（RO-eDMD）算法，用于识别工作记忆脑电（EEG）中的theta与beta活动。据该报道，该算法借助Random Fourier Features字典在观测空间直接降秩，无需显式字典优化即可捕捉EEG中的瞬态振荡成分。目前该研究处于预印本阶段，报道未提及同行评审、样本规模或实验验证结果等进一步信息。
AI 根据报道生成 · 2 小时前更新
最新进展10月24日 08:00
bioRxiv预印本提出RO-eDMD算法，可在观测空间直接降秩识别工作记忆EEG的theta与beta活动。全部报道
同一件事各家媒体的报道，按发布时间排列。事情有了新的进展时，会单独列在「事件进展」里。
10月24日
- bioRxiv（Neuroscience）RO-eDMD 算法用于识别工作记忆 EEG 中的 theta 与 beta 活动
研究提出 Reduced-Observable Extended Dynamic Mode Decomposition（RO-eDMD）算法，借助 Random Fourier Features 字典在观测空间直接降秩，无需显式字典优化即可捕捉 EEG 中的瞬态振荡成分。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。