論文の概要: Your Vision Foundation Model Is Secretly an EEG Foundation Model
- arxiv url: http://arxiv.org/abs/2611.17031v1
- Date: Thu, 12 Nov 2026 16:17:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:33.548411
- Title: Your Vision Foundation Model Is Secretly an EEG Foundation Model
- Title(参考訳): 脳波基礎モデル「Vision Foundation Model」
- Abstract要約: 脳波を見たことのないビジョンファウンデーションモデルは、これらの特殊なモデルよりも強力な凍結脳波エンコーダであることを示す。
我々の方法であるSeeeEEGは、視覚のバックボーンを凍結させ、脳波の表示方法のみを学習する。
- 参考スコア(独自算出の注目度): 6.418014340517858
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Electroencephalography (EEG) foundation models are pretrained on thousands of hours of recordings, yet their frozen features transfer poorly to downstream tasks, and this transfer does not consistently improve with larger models or more pretraining data. We show that a vision foundation model that has never seen EEG is a stronger frozen EEG encoder than these specialized models, once the signals are rendered as images that a vision transformer can read. Our method, SeeEEG, keeps the vision backbone frozen and learns only how EEG is displayed to it. Each channel occupies a dedicated row of patches and is drawn either as a waveform at a fixed gain or as a scalogram whose frequency range spans the patch height, so that task-relevant patterns fall within individual tokens. The montage, filtering, and contrast parameters of this display are initialized from a standard clinical montage and optimized with the task loss through the frozen backbone, which amounts to at most 1,113 trainable parameters per view. We compare SeeEEG with seven EEG foundation models on eight clinical, sleep, affective, and brain-computer interface datasets, with every encoder frozen and paired with identical readout heads. With a frozen DINOv3 ViT-B, SeeEEG outperforms every EEG foundation model in balanced accuracy on all eight datasets and reaches a mean rank of 1.3 in Cohen kappa or AUROC, compared with 2.9 for the strongest baseline, REVE. The learned displays transfer without further optimization to the video encoder V-JEPA 2.1, which outperforms every EEG foundation model on both metrics on six of the eight datasets. Replacing DINOv3 with a randomly initialized ViT-B lowers the score by 15.2 points on average, so the ability to read rendered EEG comes from visual pretraining.
- Abstract(参考訳): 脳波基礎モデル(EEG)は数千時間の録音で事前訓練されているが、凍結した特徴は下流のタスクに乏しく、より大規模なモデルやより事前訓練されたデータでは一貫して改善されない。
脳波を見たことのない視覚基礎モデルは、視覚変換器が読み取ることができる画像として信号が描画されると、これらの特殊モデルよりも強力な凍結脳波エンコーダであることが示される。
我々の方法であるSeeeEEGは、視覚のバックボーンを凍結させ、脳波の表示方法のみを学習する。
各チャネルは、パッチの専用行を占有し、固定利得の波形として、または、パッチ高さに周波数範囲が分散した頭文字として描画されるので、タスク関連パターンが個々のトークンに収まる。
このディスプレイのモンタージュ、フィルタリング、コントラストパラメータは、標準的な臨床モンタージュから初期化され、凍結したバックボーンを通してタスク損失に最適化される。
SeeEEGを8つの臨床、睡眠、感情、脳とコンピュータのインターフェイスデータセットに関する7つのEEG基盤モデルと比較し、すべてのエンコーダを凍結し、同じ読み出しヘッドでペアリングする。
凍結されたDINOv3 ViT-Bでは、SeeeEEGは8つのデータセットのバランスの取れた精度ですべてのEEGファンデーションモデルを上回り、コーエンカッパまたはAUROCの平均ランクは1.3に達し、最強のベースラインであるREVEは2.9である。
学習したデータはビデオエンコーダV-JEPA 2.1にさらなる最適化を加えることなく転送される。
ランダムに初期化されたViT-BでDINOv3を置き換えると、平均15.2ポイントのスコアが低下するので、描画された脳波を読み取る能力は視覚前訓練から得られる。
関連論文リスト
- PhysioWave-T: Token-Efficient Wavelet Foundation Models for Biosignals [27.680641492924448]
PhysioWave-Tは、EEG、ECG、sEMGのためのトークン効率の良いウェーブレット基礎モデルである。
動的スケール折り畳みはトークン化の前にJ+1ウェーブレットサブバンドを再結合する。
経路固有のフロントエンドと学習チャネル名埋め込みにより、1つのトランスフォーマーが様々なモンタージュやサンプリングレートを扱うことができる。
論文 参考訳(メタデータ) (2026-11-06T04:30:15Z) - EEG-Captioner: Grounding EEG-to-Language Generation in Fundamental Signal Properties [57.3201784919623]
我々は,信号レベル質問応答(QA)ペアを付加した160,781セグメントのEEG言語データセットを構築した。
信号レベルQAとキャプション監督の両方で訓練されたEEG-to-LanguageフレームワークであるEEG-Captionerを提案する。
論文 参考訳(メタデータ) (2026-10-22T09:37:53Z) - Comparative Analysis of State-of-the-Art Foundation Models for Sleep Analysis Under Channel Reduction [3.666071815004404]
The Multi-Ethnic Study of Atherosclerosis (MESA) PSG data。
脳波は睡眠時信号のほとんどを持ち、ウェアラブル互換の代替品の一貫性のある精度コストを定量化し、睡眠関連事前訓練がMESAに良好に伝達されることを示す。
論文 参考訳(メタデータ) (2026-08-14T05:52:11Z) - Improved Baselines with Representation Autoencoders [61.47127824064028]
表現オートエンコーダ(RAE)は、従来のVAEを事前訓練された視覚エンコーダに置き換える。
RAEを単純化し、改善する3つの洞察が得られます。
RAEv2はオリジナルのRAEよりも10倍以上早く収束する。
論文 参考訳(メタデータ) (2026-05-18T12:42:34Z) - Tokenizing Single-Channel EEG with Time-Frequency Motif Learning [16.732494632599934]
本稿では,新しいトークン化フレームワークであるFM-Tokenizerを提案する。
単一チャネルのEEG信号から時間周波数モチーフの語彙を学び、それらを離散トークンにエンコードする。
信号形式, チャネル構成, 記録装置, タスクの事前学習データと異なる耳-EEG睡眠ステージング実験により, トークン化装置がベースラインを14%上回ることを示す。
論文 参考訳(メタデータ) (2025-02-22T03:32:36Z) - 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) - Synthetic ECG Signal Generation using Probabilistic Diffusion Models [5.961725557610508]
本研究では,改良DDPMとWGAN-GPモデルを用いたWasserstein GANにより合成ECG信号を生成する。
各モデルによる生成したECG信号の等級、等級、等級、等級を定量的に評価し、比較する。
論文 参考訳(メタデータ) (2023-03-04T18:24:45Z) - Ensemble of Convolution Neural Networks on Heterogeneous Signals for
Sleep Stage Scoring [63.30661835412352]
本稿では,脳波以外の追加信号の利用の利便性について検討し,比較する。
最も優れたモデルである深部分離畳み込みニューラルネットワークのアンサンブルは86.06%の精度を達成した。
論文 参考訳(メタデータ) (2021-07-23T06:37:38Z)
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。