TFM-Tokenizer · Tokenisasi EEG

Mengubah EEG satu kanal menjadi token diskret waktu–frekuensi untuk Transformer.

Mulai dari prompt ini

Mengubah EEG satu kanal menjadi token diskret waktu–frekuensi untuk Transformer.

Buat diagram metode konseptual TFM-Tokenizer berorientasi lanskap 16:9 yang menggambarkan bagaimana EEG satu kanal diubah menjadi token diskret waktu–frekuensi dan dimasukkan ke dalam Transformer.

Judul: "TFM-Tokenizer: Diskretisasi Waktu–Frekuensi EEG | Contoh Konseptual".

Gelombang EEG secara berurutan melewati STFT dan Patching bertumpang tindih; masukan yang dimasker berdasarkan waktu masuk ke Encoder Temporal, masukan yang dimasker berdasarkan pita frekuensi masuk ke Encoder Jendela Spektral Terlokalisasi, dan kedua cabang bergabung dalam Agregasi Patchwise Berpagar; setelah itu dilakukan Kuantisasi untuk membentuk Kosakata Token dan Token EEG, dengan Rekonstruksi Termasker memulihkan spektrogram; di sisi kanan, tampilkan token EEG yang dipelajari → Pemaskeran → Encoder Transformer → Kepala Prediksi Token → Prediksi Token Termasker.

Gunakan ungu untuk spektrum, biru untuk jalur temporal, oranye untuk kosakata dan token, arsiran abu-abu untuk pemaskeran, pada latar putih dengan panah dan kotak modul yang jelas.

Pertahankan catatan kualitatif bahwa metode ini tidak bergantung pada model dan dapat disesuaikan dengan model fondasi serta pengaturan multikanal.

Tambahkan anotasi kerugian

Menambahkan anotasi kerugian rekonstruksi pada cabang Rekonstruksi Termasker, tanpa mengubah bagian lain dari alur.

Coba Kimi Design

Buat diagram metode konseptual TFM-Tokenizer berorientasi lanskap 16:9 yang menggambarkan bagaimana EEG satu kanal diubah menjadi token diskret waktu–frekuensi dan dimasukkan ke dalam Transformer.

Judul: "TFM-Tokenizer: Diskretisasi Waktu–Frekuensi EEG | Contoh Konseptual".

Gelombang EEG secara berurutan melewati STFT dan Patching bertumpang tindih; masukan yang dimasker berdasarkan waktu masuk ke Encoder Temporal, masukan yang dimasker berdasarkan pita frekuensi masuk ke Encoder Jendela Spektral Terlokalisasi, dan kedua cabang bergabung dalam Agregasi Patchwise Berpagar; setelah itu dilakukan Kuantisasi untuk membentuk Kosakata Token dan Token EEG, dengan Rekonstruksi Termasker memulihkan spektrogram; di sisi kanan, tampilkan token EEG yang dipelajari → Pemaskeran → Encoder Transformer → Kepala Prediksi Token → Prediksi Token Termasker.

Gunakan ungu untuk spektrum, biru untuk jalur temporal, oranye untuk kosakata dan token, arsiran abu-abu untuk pemaskeran, pada latar putih dengan panah dan kotak modul yang jelas.

Pertahankan catatan kualitatif bahwa metode ini tidak bergantung pada model dan dapat disesuaikan dengan model fondasi serta pengaturan multikanal.

Ganti palet

Ubah warna spektrum, jalur temporal, dan token menjadi nila, teal, dan merah vermilion tanpa mengubah strukturnya.

Coba Kimi Design

Buat diagram metode konseptual TFM-Tokenizer berorientasi lanskap 16:9 yang menggambarkan bagaimana EEG satu kanal diubah menjadi token diskret waktu–frekuensi dan dimasukkan ke dalam Transformer.

Judul: "TFM-Tokenizer: Diskretisasi Waktu–Frekuensi EEG | Contoh Konseptual".

Gelombang EEG secara berurutan melewati STFT dan Patching bertumpang tindih; masukan yang dimasker berdasarkan waktu masuk ke Encoder Temporal, masukan yang dimasker berdasarkan pita frekuensi masuk ke Encoder Jendela Spektral Terlokalisasi, dan kedua cabang bergabung dalam Agregasi Patchwise Berpagar; setelah itu dilakukan Kuantisasi untuk membentuk Kosakata Token dan Token EEG, dengan Rekonstruksi Termasker memulihkan spektrogram; di sisi kanan, tampilkan token EEG yang dipelajari → Pemaskeran → Encoder Transformer → Kepala Prediksi Token → Prediksi Token Termasker.

Gunakan ungu untuk spektrum, biru untuk jalur temporal, dan oranye untuk kosakata serta token, arsiran abu-abu untuk pemaskeran, pada latar putih dengan panah dan kotak modul yang jelas.

Pertahankan catatan kualitatif bahwa metode ini tidak bergantung pada model dan dapat disesuaikan dengan model fondasi serta pengaturan multikanal.

Tambahkan sketsa multikanal

Menambahkan sketsa kecil ekstensi multikanal di samping catatan kualitatif.

Coba Kimi Design

Buat diagram metode konseptual TFM-Tokenizer berorientasi lanskap 16:9 yang menggambarkan bagaimana EEG satu kanal diubah menjadi token diskret waktu–frekuensi dan dimasukkan ke dalam Transformer.

Judul: "TFM-Tokenizer: Diskretisasi Waktu–Frekuensi EEG | Contoh Konseptual".

Gelombang EEG secara berurutan melewati STFT dan Patching bertumpang tindih; masukan yang dimasker berdasarkan waktu masuk ke Encoder Temporal, masukan yang dimasker berdasarkan pita frekuensi masuk ke Encoder Jendela Spektral Terlokalisasi, dan kedua cabang bergabung dalam Agregasi Patchwise Berpagar; setelah itu dilakukan Kuantisasi untuk membentuk Kosakata Token dan Token EEG, dengan Rekonstruksi Termasker memulihkan spektrogram; di sisi kanan, tampilkan token EEG yang dipelajari → Pemaskeran → Encoder Transformer → Kepala Prediksi Token → Prediksi Token Termasker.

Gunakan ungu untuk spektrum, biru untuk jalur temporal, oranye untuk kosakata dan token, arsiran abu-abu untuk pemaskeran, pada latar putih dengan panah dan kotak modul yang jelas.

Pertahankan catatan kualitatif bahwa metode ini tidak bergantung pada model dan dapat disesuaikan dengan model fondasi serta pengaturan multikanal.