行为延迟作为EEG反应时间解码的弱事件时间监督
摘要
本文将基于EEG的反应时间解码重新表述为事件时间后验建模,使用行为延迟作为弱监督以提高预测准确性。
arXiv:2608.29428v1 公告类型:新
摘要:单次试验EEG分析通常围绕事件和潜伏期组织,但基于EEG的反应时间(RT)预测被提出为在固定刺激锁定窗口上的标量回归。RT被视为窗口级标签,而非关于响应相关动态的时间证据。在此,我们将逐试验RT解码重新表述为事件时间后验建模。模型不是直接预测RT,而是估计响应相关事件时间的后验 $p(t_{\mathrm{event}}\mid X)$,并使用其均值作为RT估计。这将行为延迟视为潜在响应相关时间的弱观测。我们在健康大脑网络对比变化检测EEG任务上使用受试者不重叠、发布分离的协议评估了此表述。在五个随机种子下,分布式事件时间监督一致地改善了保留集RT预测,相较于标量回归和时间读出控制。受控的客观比较隔离了事件时间分布的监督,而非仅基于期望的读出,作为此增益的来源。架构控制表明该效应在四个时间骨干上持续存在,并非由模型规模解释。除点预测外,后验几何表征了浓度、目标对齐和区间行为,而观测噪声校准分离了潜在浓度与RT的预测不确定性。偏移裁剪推理探测了捷径使用与时间定位。匹配偏移抖动提高了鲁棒性,增加了平均灵敏度,并更频繁地将预测移动到预期的裁剪相对方向。灵敏度仍低于理想的裁剪相对定位,留下了明确的等变性差距。总之,这些结果确立了事件时间后验建模作为将单次试验EEG动态与行为时间关联的概率性和可解释的表述。
查看缓存全文
缓存时间: 2026/09/01 13:15
# 行为反应潜伏期作为脑电图反应时间解码的弱事件时间监督
来源:https://arxiv.org/abs/2608.29428
查看PDF(https://arxiv.org/pdf/2608.29428)
> 摘要:单次试验脑电图分析通常围绕事件和潜伏期展开,然而基于脑电图的反应时间(RT)预测通常被设定为固定刺激锁定窗口上的标量回归。RT被视为窗口级标签,而非响应相关动态的时序证据。本文将试验级RT解码重新构建为事件时间后验建模。模型不直接预测RT,而是估计响应相关事件时间$t_{\mathrm{event}}$的后验分布$p(t_{\mathrm{event}}\mid X)$,并以该后验的均值作为RT估计值。这将行为潜伏期视为潜在响应相关时序的弱观测。我们在健康脑网络对比变化检测脑电图任务中,采用受试者分离、版本划分的协议评估该公式。跨五个随机种子,分布式事件时间监督在保留样本RT预测上持续优于标量回归和时序读取控制组。受控的客观比较证实,该优势源于事件时间分布监督,而非仅基于期望的读取。架构控制实验表明该效应在四种时序骨干网络中保持稳定,且不受模型规模影响。除点预测外,后验几何特征表征了集中度、目标对齐性和区间特性,而观测噪声校准则区分了RT的潜在集中度与预测不确定性。偏移裁剪推断探究了捷径使用与时间定位的差异。匹配的偏移扰动增强了鲁棒性,提高了平均敏感度,使预测更频繁地沿预期裁剪相对方向移动。敏感度仍低于理想裁剪相对定位,存在明确的等变性差距。这些结果共同确立了事件时间后验建模作为连接单次试验脑电图动态与行为时序的概率化可解释框架。
## 提交历史
来自:Ayana Mussabayeva \[查看邮箱(https://arxiv.org/show-email/a98364b5/2608.29428)\] **\[v1\]** 2026年8月29日 星期六 20:18:03 UTC(3,048 KB)相似文章
EEG-VID:面向EEG解码和辅助目标选择的任务引导潜在预测预训练
EEG-VID引入了任务引导的潜在预测预训练,以改善在会话和受试者偏移下的EEG解码,在辅助机器人场景中实现了超过随机水平的目标选择。
编码EEG信号以探究语言模型中类似人类的下一词预测行为
本文通过分析EEG信号和事件相关电位(ERP),探究语言模型的下一词预测是否与人类认知处理一致,发现只有surprisal与人类大脑反应相关,尤其是对于开放类词汇。
EEG-AS:通过行为重建实现EEG基础模型的实例级选择
本文提出EEG-AS,一种算法选择框架,通过重建行为实现在多个EEG基础模型之间的实例级选择,从而提高神经解码性能。
基于语义对齐的连续潜变量预测建模用于脑电-语言基础模型
该论文提出了BLPM,一种脑电-语言基础模型,利用连续潜变量预测建模和语义对齐将脑电信号映射到文本嵌入,在多样任务和数据集上实现了可泛化的神经解码。
Delta-JEPA: 通过潜在差异解码学习动作敏感的世界模型
Delta-JEPA 引入了一种无重建的世界模型,通过潜在差异动作解码器增强潜在前向预测,以防止崩溃并提高动作敏感性,从而在视觉连续控制任务上实现更好的规划性能。