ZUNAを導入します。これは、非侵襲的な思考からテキストへの移行技術の開発における重要な節目となる、3億8000万パラメータのBCI基盤モデルです。 完全オープンソース、Apache 2.0。

非侵襲的なEEGデータはアクセスしやすく情報密度が高いため、思考からテキストへのBCI応用の実用的な基盤となります。 EEGは頭皮電極を通じて脳の電気活動を記録し、さまざまな神経疾患を診断し、脳の状態を監視します。

情報量が多い一方で、EEGデータはしばしば混乱しており、チャネルの切断、運動アーティファクト、電極のカバー範囲の不十分さに悩まされます。 ZUNAはEEGデータから高精度な脳信号を再構築し、追加のハードウェアなしでより良い診断、研究、BCIアプリケーションを可能にします。

EEGセンサーの少ないデバイスは、アクセシビリティのために信号のカバー範囲を犠牲にします。 ZUNAは、稀なデータや電極座標から欠落するチャネルを予測し、消費者向けヘッドセットから256電極の研究システムまで、再学習なしで臨床グレードの信号を提供します。

ZUNAは、マスクされた脳波データセットや見えない脳波データセットを横断するMNEの球面スプライン補間のような従来の手法を劇的に上回ります。 特に4倍のアップサンプリングで、従来の手法が破綻し、ZUNAが優れている場合、その優位性は増します。

208のEEGデータセットで200万チャネル時間の学習を行い、マスク拡散訓練と4次元空間埋め込みを用いてデータセットや任意の電極レイアウトに一般化します。

私たちはZUNAを共有できることを楽しみにしています。Zyphra BCIチームの素晴らしい仕事です。@ChrisWarnerII @JonasHMago @jonhumlatnight @BerenMillidge 特定のニーズやユースケースに合わせて将来のバージョンの改善に協力したい方は、ぜひご連絡ください@PaulWhiteIRL @dannymartinelli