本研究は、適応的時間-空間注意スケーリングを用いた新しい脳波基盤モデル「EEGフォーメーション」を提案する。大規模かつ多様なデータセットを用いた自己教師あり学習により、脳波信号の複雑な時間的および周波数的特性を効果的にモデル化し、分類、予測、補完などの様々な下流タスクで優れた性能を発揮する。
脳波信号を参照情報として利用し、複数の対話者が混在する音声から目的の対話者の音声を抽出する。
脳波(EEG)データの周波数、時間、空間情報のバランスを調整することで、アルツハイマー病の診断精度を向上させることができる。