TFM-Tokenizer · Tokenizzazione EEG
Quattro passaggi trasformano l'EEG a canale singolo in token discreti: STFT e patching, codifica temporale e a finestra spettrale, aggregazione patchwise con gating, quindi quantizzazione.
13579 views
Inizia da questo prompt
Trasformare l'EEG a canale singolo in token discreti tempo-frequenza per un Transformer.
Aggiungi l'annotazione della perdita
Annota il ramo di Ricostruzione mascherata con la relativa perdita di ricostruzione, lasciando invariato il resto della pipeline.
Prova Kimi DesignCrea un diagramma concettuale orizzontale in formato 16:9 del metodo TFM-Tokenizer, che illustri come l'EEG a canale singolo venga convertito in token discreti tempo-frequenza e fornito a un Transformer. Titolo: "TFM-Tokenizer: discretizzazione tempo-frequenza dell'EEG | Esempio concettuale". La forma d'onda EEG passa in sequenza attraverso STFT e Patching sovrapposto; l'input mascherato nel tempo entra nel Codificatore temporale, l'input mascherato per banda di frequenza entra nel Codificatore a finestra spettrale localizzata e i due rami confluiscono nell'Aggregazione patchwise con gating; segue la Quantizzazione per formare il Vocabolario di token e gli EEG-Token, con la Ricostruzione mascherata che ripristina lo spettrogramma; sul lato destro, mostra token EEG appresi → Mascheramento → Codificatore Transformer → Testa di predizione dei token → Predizione di token mascherati. Usa il viola per lo spettro, il blu per il percorso temporale, l'arancione per il vocabolario e i token, tratteggio grigio per il mascheramento, su sfondo bianco con frecce chiare e riquadri dei moduli. Mantieni le note qualitative secondo cui il metodo è indipendente dal modello e adattabile ai modelli fondazionali e alle configurazioni multicanale.
Cambia palette
Ricolora lo spettro, il percorso temporale e i token in indaco, verde acqua e vermiglio senza modificare la struttura.
Prova Kimi DesignCrea un diagramma concettuale orizzontale in formato 16:9 del metodo TFM-Tokenizer, che illustri come l'EEG a canale singolo venga convertito in token discreti tempo-frequenza e fornito a un Transformer. Titolo: "TFM-Tokenizer: discretizzazione tempo-frequenza dell'EEG | Esempio concettuale". La forma d'onda EEG passa in sequenza attraverso STFT e Patching sovrapposto; l'input mascherato nel tempo entra nel Codificatore temporale, l'input mascherato per banda di frequenza entra nel Codificatore a finestra spettrale localizzata e i due rami confluiscono nell'Aggregazione patchwise con gating; segue la Quantizzazione per formare il Vocabolario di token e gli EEG-Token, con la Ricostruzione mascherata che ripristina lo spettrogramma; sul lato destro, mostra token EEG appresi → Mascheramento → Codificatore Transformer → Testa di predizione dei token → Predizione di token mascherati. Usa il viola per lo spettro, il blu per il percorso temporale, l'arancione per il vocabolario e i token, tratteggio grigio per il mascheramento, su sfondo bianco con frecce chiare e riquadri dei moduli. Mantieni le note qualitative secondo cui il metodo è indipendente dal modello e adattabile ai modelli fondazionali e alle configurazioni multicanale.
Aggiungi schizzo multicanale
Aggiunge un piccolo schizzo dell'estensione multicanale accanto alle note qualitative.
Prova Kimi DesignCrea un diagramma concettuale orizzontale in formato 16:9 del metodo TFM-Tokenizer, che illustri come l'EEG a canale singolo venga convertito in token discreti tempo-frequenza e fornito a un Transformer. Titolo: "TFM-Tokenizer: discretizzazione tempo-frequenza dell'EEG | Esempio concettuale". La forma d'onda EEG passa in sequenza attraverso STFT e Patching sovrapposto; l'input mascherato nel tempo entra nel Codificatore temporale, l'input mascherato per banda di frequenza entra nel Codificatore a finestra spettrale localizzata e i due rami confluiscono nell'Aggregazione patchwise con gating; segue la Quantizzazione per formare il Vocabolario di token e gli EEG-Token, con la Ricostruzione mascherata che ripristina lo spettrogramma; sul lato destro, mostra token EEG appresi → Mascheramento → Codificatore Transformer → Testa di predizione dei token → Predizione di token mascherati. Usa il viola per lo spettro, il blu per il percorso temporale, l'arancione per il vocabolario e i token, tratteggio grigio per il mascheramento, su sfondo bianco con frecce chiare e riquadri dei moduli. Mantieni le note qualitative secondo cui il metodo è indipendente dal modello e adattabile ai modelli fondazionali e alle configurazioni multicanale.
Potrebbe interessarti anche
Arrivano 36 nuovi titoli. Due anni dopo, ne restano solo 6.
Un'infografica di giornalismo dei dati che mostra come i 36 nuovi titoli di una libreria indipendente si riducano a sei nell'arco di due anni.
Poster di studio tipografico Immagine residua — Velorin numero 04
Un'«IMMAGINE RESIDUA» in corsivo condensato con effetto fantasma, FORMA/IN MOVIMENTO in nero e blu acceso, un rettangolo riso verde e un nastro azzurro cielo; una scala riporta X 07.40, Y 22.18, Z 11.63.