Spike-Based Adaptation of EEG Foundation Models for Calibration Efficient Cross-Subject Brain-Computer Interfaces
यह शोध पत्र एक स्पाइक-आधारित अनुकूलन ढांचे का प्रस्ताव करता है जो एक प्रीट्रेंड ईईजी (EEG) फाउंडेशन मॉडल को एक हल्के न्यूरोमॉर्फिक मॉड्यूल के साथ एकीकृत करता है ताकि अंशांकन-कुशल (calibration-efficient), संसाधन-जागरूक क्रॉस-सब्जेक्ट ब्रेन-कंप्यूटर इंटरफेस प्राप्त किया जा सके, जो विविध ईईजी कार्यों और डेटासेटों में उच्च सटीकता बनाए रखते हुए अनुकूलन समय और मापदंडों को काफी कम कर देता है।