論文の概要: Benchmarking ERP Analysis: Manual Features, Deep Learning, and Foundation Models

• arxiv url: http://arxiv.org/abs/2601.00573v1
• Date: Fri, 02 Jan 2026 05:19:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-05 15:04:33.523329
• Title: Benchmarking ERP Analysis: Manual Features, Deep Learning, and Foundation Models
• Title（参考訳）: ベンチマークERP分析:手動機能、ディープラーニング、基礎モデル
• Authors: Yihe Wang, Zhiqiao Kang, Bohan Chen, Yu Zhang, Xiang Zhang,
• Abstract要約: 事象関連電位(ERP)は、外部刺激や事象に対する神経学的反応を反映する。 近年,自然脳波の深層学習手法が大幅に進歩している。
• 参考スコア（独自算出の注目度）: 14.717602292717357
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Event-related potential (ERP), a specialized paradigm of electroencephalographic (EEG), reflects neurological responses to external stimuli or events, generally associated with the brain's processing of specific cognitive tasks. ERP plays a critical role in cognitive analysis, the detection of neurological diseases, and the assessment of psychological states. Recent years have seen substantial advances in deep learning-based methods for spontaneous EEG and other non-time-locked task-related EEG signals. However, their effectiveness on ERP data remains underexplored, and many existing ERP studies still rely heavily on manually extracted features. In this paper, we conduct a comprehensive benchmark study that systematically compares traditional manual features (followed by a linear classifier), deep learning models, and pre-trained EEG foundation models for ERP analysis. We establish a unified data preprocessing and training pipeline and evaluate these approaches on two representative tasks, ERP stimulus classification and ERP-based brain disease detection, across 12 publicly available datasets. Furthermore, we investigate various patch-embedding strategies within advanced Transformer architectures to identify embedding designs that better suit ERP data. Our study provides a landmark framework to guide method selection and tailored model design for future ERP analysis. The code is available at https://github.com/DL4mHealth/ERP-Benchmark.
• Abstract（参考訳）: 事象関連電位(英: Event-related potential、ERP)は、脳波学(EEG)の特殊パラダイムであり、外的刺激や事象に対する神経学的反応を反映し、一般に脳の特定の認知タスクの処理に関係している。 ERPは認知分析、神経疾患の検出、心理的状態の評価において重要な役割を果たしている。 近年,脳波や非時間同期型課題関連脳波信号の深層学習手法が大幅に進歩している。 しかし、ERPデータに対するそれらの効果は未解明のままであり、既存のERP研究の多くは手作業で抽出した特徴に大きく依存している。 本稿では,従来の手動特徴(線形分類器で追従する),ディープラーニングモデル,ERP解析のための事前学習された脳波基礎モデルとを体系的に比較する総合的なベンチマーク研究を行う。 統合されたデータ前処理とトレーニングパイプラインを構築し,ERP刺激分類とERPベースの脳疾患検出という2つの代表的なタスクにおいて,12の公開データセットにまたがってこれらのアプローチを評価する。 さらに,先進的なTransformerアーキテクチャにおけるパッチ埋め込み戦略について検討し,ERPデータに適合する埋め込み設計を同定する。 本研究は,今後のERP分析のための手法選択とモデル設計をガイドする,ランドマークなフレームワークを提供する。 コードはhttps://github.com/DL4mHealth/ERP-Benchmarkで公開されている。

関連論文リスト

• Estimating the Event-Related Potential from Few EEG Trials [45.89305343062361]
  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。
  論文  参考訳（メタデータ） (2025-11-28T13:18:15Z)
• AI Integration In ERP Evaluation Across Trends and Architectures [0.0]
  レビューでは、AI統合ERPサービスの性能評価に適用される最新のトレンド、コンピューティングアーキテクチャのモデル、分析手法について検討する。 重要なパフォーマンス指標を特定し、標準アセスメントフレームワークやAI対応システムが存在しないことを強調する。 我々は、ERPのパフォーマンス評価におけるメトリクスにAI機能をもたらす理論モデルを提唱した。
  論文  参考訳（メタデータ） (2025-11-13T04:29:44Z)
• Analytical Survey of Learning with Low-Resource Data: From Analysis to Investigation [192.53529928861818]
  高リソースデータによる学習は人工知能(AI)において大きな成功を収めた しかし、データアノテーションやモデルトレーニングに関連するコストは依然として大きい。 本調査では,低リソースデータからの学習に伴う一般化誤差とラベル複雑性を分析するために,アクティブサンプリング理論を用いた。
  論文  参考訳（メタデータ） (2025-10-10T03:15:42Z)
• PyTDC: A multimodal machine learning training, evaluation, and inference platform for biomedical foundation models [59.17570021208177]
  PyTDCは、マルチモーダルな生物学的AIモデルのための合理化されたトレーニング、評価、推論ソフトウェアを提供する機械学習プラットフォームである。 本稿では、PyTDCのアーキテクチャの構成要素と、我々の知る限り、導入したシングルセルドラッグターゲットMLタスクにおける第一種ケーススタディについて論じる。
  論文  参考訳（メタデータ） (2025-05-08T18:15:38Z)
• A Survey of Models for Cognitive Diagnosis: New Developments and Future Directions [66.40362209055023]
  本研究の目的は,認知診断の現在のモデルについて,機械学習を用いた新たな展開に注目した調査を行うことである。 モデル構造,パラメータ推定アルゴリズム,モデル評価方法,適用例を比較して,認知診断モデルの最近の傾向を概観する。
  論文  参考訳（メタデータ） (2024-07-07T18:02:00Z)
• 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)
• Online Learning Probabilistic Event Calculus Theories in Answer Set Programming [70.06301658267125]
  イベント認識(CER)システムは、事前に定義されたイベントパターンを使用して、ストリーミングタイムスタンプデータセットで発生を検出する。 本稿では,複雑なイベントパターンによる確率論的推論を,イベント計算で重み付けされたルールの形で行うことができるAnswer Set Programming(ASP)に基づくシステムを提案する。 その結果, 効率と予測の両面で, 新たなアプローチの優位性が示された。
  論文  参考訳（メタデータ） (2021-03-31T23:16:29Z)
• Uncovering the structure of clinical EEG signals with self-supervised learning [64.4754948595556]
  教師付き学習パラダイムは、しばしば利用可能なラベル付きデータの量によって制限される。 この現象は脳波(EEG)などの臨床関連データに特に問題となる。 ラベルのないデータから情報を抽出することで、ディープニューラルネットワークとの競合性能に到達することができるかもしれない。
  論文  参考訳（メタデータ） (2020-07-31T14:34:47Z)
• 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。