Spike-Based Adaptation of EEG Foundation Models for Calibration Efficient Cross-Subject Brain-Computer Interfaces
Este artigo propõe um framework de adaptação baseado em spikes que integra um modelo de fundação de EEG pré-treinado com um módulo neuromórfico leve para alcançar interfaces cérebro-computador entre sujeitos, eficientes em calibração e conscientes de recursos, reduzindo significativamente o tempo de adaptação e os parâmetros enquanto mantém alta precisão através de diversos conjuntos de dados e tarefas de EEG.