空間時間マンバネットワークは、EEGシグナルの複雑な空間時間依存性を効果的に捕捉し、モーターイメージ分類の性能を大幅に向上させる。
MixNetは、スペクトル-空間信号の活用と適応的勾配ブレンディングを組み合わせることで、従来手法を大幅に上回る主観依存型および主観独立型のモーターイメージ分類性能を実現する。
EEGエンコーダーは、トランスフォーマーモデルを活用することで、手動特徴量抽出の課題や雑音に対する脆弱性を克服し、EEGベースのモーターイメージ分類精度を大幅に向上させた。