ThinkNet：运动想象 EEG 跨用户分类的进化集成框架

Abdul Basit、Saim Rehman 和 Muhammad Shafique 在 arXiv 发布 ThinkNet 框架，用于跨用户运动想象 EEG 分类的紧凑解码器与推理策略选择。框架由仅用训练数据的归一化、验证集引导的进化搜索和验证门控推理组成，在留出被试上不使用其数据做归一化、超参、架构或集成策略选择。 评估基于 BCI Competition IV-2a 四分类任务（session T），采用九折留一被试（LOSO）、三个随机种子、七个固定解码器条目，并对十个代表性解码器家族做更大范围搜索。 作者的分析（论文摘要口径）显示，一个不可部署的 oracle 分析发现 6.1 分的家族选择差距，且验证集与测试集性能几乎零相关，表明被试偏移下验证可靠性仍是关键瓶颈。

AI 根据报道生成 · 2 小时前更新