智能AI
morning
fNIRSAtlas：功能性近红外光谱分类的大型基准
摘要
arXiv:2611.10082v1 Announce Type: new Abstract: Functional near-infrared spectroscopy (fNIRS) is a promising modality for brain-computer interfaces and cognitive state decoding, but progress in machin...
and
fNIRS
for
data
learning
benchmark
machine
evaluation
fNIRSAtlas
classification
2026-11-10
1 阅读
约1分钟阅读
Kalle M\"akel\"a, Tuukka Ruotsalo
字号:
arXiv:2611.10082v1 公告类型：新 摘要：功能近红外光谱 (fNIRS) 是脑机接口和认知状态解码的一种有前途的模式，但 fNIRS 机器学习的进展受到小型、孤立的数据集和不一致的评估协议的限制。我们推出了 fNIRSAtlas，这是迄今为止最大的 fNIRS 分类开放基准，包含来自 19 个公共数据集合的 23 个分类任务，涵盖不同的实验范式，包括运动执行、运动想象、心算、工作记忆和情绪识别。 fNIRSAtlas 提供了从原始数据到评估的全自动流程，并为跨主题和主题内分类定义了标准化基准任务，确保方法的可重复比较。我们在基准上评估了 fNIRS 以及相关神经影像和时间序列机器学习文献中的各种基线模型。我们的结果表明，不同任务的性能差异很大，并且在有限数据上验证的方法（尤其是深度学习方法）通常无法推广到超出其原始评估的范围。 fNIRSAtlas 是一个可扩展、开放且可重复的基准，支持 fNIRS 数据机器学习的更稳健和累积进展。我们的代码和数据可以在 https://fnirsatlas.github.io 找到。
这篇文章对您有帮助吗？
订阅66必读
每日精选科技资讯，直达你的邮箱