跳到正文
热点事件持续更新

NOMAD-EEG:电极无关的自适应扩散EEG基础模型

1 篇报道1 家媒体或机构2 小时前更新

先了解这件事

AI 综述

2026年10月27日,Lina Abou-Abbas 团队在 arXiv eess.SP 发表预印本,提出 NOMAD-EEG。据该报道,这是一个 12.0 M 参数的扩散模型,按电极的 3D 头皮位置建模,不依赖电极数量、身份和顺序,也不受输入长度限制。报道未提及该模型在具体任务上的性能数据、训练数据规模或与既有 EEG 基础模型的对比结果,也未说明是否经过同行评审。目前该工作处于预印本公开阶段,后续进展有待进一步报道。

AI 根据报道生成 · 2 小时前更新

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27日
  1. arXiv eess.SP(Signal Processing)精选
    Lina Abou-Abbas 团队提出 NOMAD-EEG:不依赖电极数量与顺序的 EEG 基础模型

    Lina Abou-Abbas 团队提出 NOMAD-EEG,一个 12.0 M 参数的扩散模型,按电极 3D 头皮位置建模,不依赖电极数量、身份和顺序,也不受输入长度限制。

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。