論文の概要: Estimating the Event-Related Potential from Few EEG Trials

• arxiv url: http://arxiv.org/abs/2511.23162v1
• Date: Fri, 28 Nov 2025 13:18:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-01 19:47:55.905835
• Title: Estimating the Event-Related Potential from Few EEG Trials
• Title（参考訳）: 脳波実験による事象関連電位の推定
• Authors: Anders Vestergaard Nørskov, Kasper Jørgensen, Alexander Neergaard Zahid, Morten Mørup,
• Abstract要約: 事象関連電位(英: Event-related potentials、ERP)は、脳活動の測定であり、基礎および臨床神経科学に広く応用されている。 我々は、任意の数のEEG試行を関連するERPにマッピングする、新しい不確実性を考慮したオートエンコーダアプローチであるEEG2ERPを紹介する。
• 参考スコア（独自算出の注目度）: 45.89305343062361
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Event-related potentials (ERP) are measurements of brain activity with wide applications in basic and clinical neuroscience, that are typically estimated using the average of many trials of electroencephalography signals (EEG) to sufficiently reduce noise and signal variability. We introduce EEG2ERP, a novel uncertainty-aware autoencoder approach that maps an arbitrary number of EEG trials to their associated ERP. To account for the ERP uncertainty we use bootstrapped training targets and introduce a separate variance decoder to model the uncertainty of the estimated ERP. We evaluate our approach in the challenging zero-shot scenario of generalizing to new subjects considering three different publicly available data sources; i) the comprehensive ERP CORE dataset that includes over 50,000 EEG trials across six ERP paradigms from 40 subjects, ii) the large P300 Speller BCI dataset, and iii) a neuroimaging dataset on face perception consisting of both EEG and magnetoencephalography (MEG) data. We consistently find that our method in the few trial regime provides substantially better ERP estimates than commonly used conventional and robust averaging procedures. EEG2ERP is the first deep learning approach to map EEG signals to their associated ERP, moving toward reducing the number of trials necessary for ERP research. Code is available at https://github.com/andersxa/EEG2ERP
• Abstract（参考訳）: 事象関連電位(英: Event-related potentials、ERP)は、脳活動の測定であり、脳波信号(EEG)の多くの試行の平均値を用いて、ノイズや信号の変動を十分に低減する。 我々は、任意の数のEEG試行を関連するERPにマッピングする、新しい不確実性を考慮したオートエンコーダアプローチであるEEG2ERPを紹介する。 ERPの不確実性を考慮するため、自己ストラップしたトレーニングターゲットを使用し、推定ERPの不確かさをモデル化するための分散デコーダを別々に導入する。 我々は,3つの異なる公開データソースを考慮し,新たな被験者に一般化する難易度ゼロショットシナリオにおけるアプローチを評価する。 一 総合ERP COREデータセットであって、40人の被験者の6つのERPパラダイムにまたがる5万以上のEEG試験を含むもの 二 大型のP300スパラーBCIデータセット及び 三 脳波と脳磁図の両方のデータからなる顔の知覚に関する神経画像データセット。 試行錯誤法では, 従来手法と頑健な平均化法に比較して, ERP推定精度が大幅に向上することがわかった。 EEG2ERPは、脳波信号を関連するERPにマッピングする最初のディープラーニングアプローチである。 コードはhttps://github.com/andersxa/EEG2ERPで入手できる。

関連論文リスト

• CEReBrO: Compact Encoder for Representations of Brain Oscillations Using Efficient Alternating Attention [46.47343031985037]
  交互注意(CEReBrO)を用いた脳振動の表現のための圧縮法について紹介する。 トークン化方式は、チャネルごとのパッチで脳波信号を表現します。 本研究では,チャネル内時間的ダイナミックスとチャネル間空間的相関を共同でモデル化し,通常の自己アテンションに比べて6倍少ないメモリで2倍の速度向上を実現するための注意機構を提案する。
  論文  参考訳（メタデータ） (2025-01-18T21:44:38Z)
• A Contrastive Learning Based Convolutional Neural Network for ERP Brain-Computer Interfaces [3.8300351196425146]
  クロスオブジェクトERP信号検出は、ERP信号成分の複雑さのために困難である。 本稿では,マルチスケールの時間的特徴と空間的特徴を抽出するインセプション・モジュールを提案する。
  論文  参考訳（メタデータ） (2024-07-02T08:20:52Z)
• Entropy-Reinforced Planning with Large Language Models for Drug Discovery [4.997009765633157]
  Entropy-Reinforced Planning for Transformer Decodingは、Entropy-Reinforceed Planningアルゴリズムを用いてTransformer Decodingプロセスを強化する。 我々はSARS-CoV-2ウイルス(3CLPro)とヒト癌細胞標的タンパク質(RTCB)のベンチマークでアルゴリズムを評価した。
  論文  参考訳（メタデータ） (2024-06-11T07:29:13Z)
• Predicting Infant Brain Connectivity with Federated Multi-Trajectory GNNs using Scarce Data [54.55126643084341]
  既存のディープラーニングソリューションには,3つの大きな制限がある。 我々はフェデレートグラフベースの多軌道進化ネットワークであるFedGmTE-Net++を紹介する。 フェデレーションの力を利用して、限られたデータセットを持つ多種多様な病院の地域学習を集約する。
  論文  参考訳（メタデータ） (2024-01-01T10:20:01Z)
• ETLP: Event-based Three-factor Local Plasticity for online learning with neuromorphic hardware [105.54048699217668]
  イベントベース3要素局所塑性(ETLP)の計算複雑性に明らかな優位性を有する精度の競争性能を示す。 また, 局所的可塑性を用いた場合, スパイキングニューロンの閾値適応, 繰り返しトポロジーは, 時間的構造が豊富な時間的パターンを学習するために必要であることを示した。
  論文  参考訳（メタデータ） (2023-01-19T19:45:42Z)
• Reconstructing ERP Signals Using Generative Adversarial Networks for Mobile Brain-Machine Interface [21.646490546361935]
  歩行中の事象関連電位(ERP)を用いた生成的敵ネットワークに基づく再構築フレームワークを提案する。 再建脳波の精度は歩行時の生雑音脳波信号と類似していた。 提案手法は,移動環境においても脳と機械のインタフェースに基づいて人間の意図を認識するのに役立つ。
  論文  参考訳（メタデータ） (2020-05-18T02:39:16Z)
• Analysis of Gait-Event-related Brain Potentials During Instructed And Spontaneous Treadmill Walking -- Technical Affordances and used Methods [0.0]
  歩行関連事象関連脳電位(gERPs)は、ヒト歩行制御における皮質脳領域の機能的役割に関する情報を提供する。 本研究の目的は、歩行関連ERPの時間依存性解析のための実験的および技術的解決の可能性を探ることである。 ソリューションは、カスタムメイドのUSB同期インターフェース、時間同期モジュール、データマージモジュールで構成される。
  論文  参考訳（メタデータ） (2020-03-02T11:54:47Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。