연구진이 다중 스케일 자기 지도 학습 기반 뇌 모델 MSBraM을 제안했어요. MSBraM은 EEG 신호의 다중 스케일 시간 구조를 학습하여 다양한 하위 작업에서 뛰어난 성능을 보입니다.
MSBraM은 벡터 양자화 재구성을 통해 다양한 시간 해상도의 의미론적 코드로 EEG 신호를 분리하고, 커리큘럼 기반 다중 스케일 마스킹 전략을 사용하여 마스크된 코드를 예측하는 방식으로 사전 학습돼요.
2,400시간 이상의 EEG 데이터로 사전 학습된 MSBraM은 10개의 하위 작업에서 12개의 공개 데이터 세트를 통해 기존 모델보다 우수한 성능을 보여줬어요.