ИССЛЕДОВАНИЕ · RESEARCH · #2006
MontageFlow: flow-matching модель для физически корректной высококачественной генерации ЭЭГ (arXiv:2610.14507v1)
Новый препринт на arXiv (arXiv:2610.14507v1) представляет MontageFlow — flow-matching генеративную модель, ограничивающую выходы сигналами, удовлетворяющими точным линейным тождествам электродной развертки (каждый канал — разность напряжений). Модель обусловлена вектором физиологического состояния из латентного приорa для сохранения характеристик ЭЭГ и на трёх бенчмарках улучшает TS-FID в 1.6–3.6× по сравнению с ближайшим конкурентом при соблюдении корректности развертки.
КЛЮЧЕВЫЕ ТЕЗИСЫ
- Новый препринт на arXiv (arXiv:2610.14507v1) представляет MontageFlow — flow-matching генеративную модель, ограничивающую выходы сигналами, удовлетворяющими точным линейным тождествам электродной развертки (каждый канал — разность напряжений).
- Модель обусловлена вектором физиологического состояния из латентного приорa для сохранения характеристик ЭЭГ и на трёх бенчмарках улучшает TS-FID в 1.6–3.6× по сравнению с ближайшим конкурентом при соблюдении корректности развертки.
- Принудительное соблюдение тождеств электродной развертки устраняет системную ошибку предыдущих генераторов и повышает качество, делая синтетические ЭЭГ более надёжными для клинического использования, конфиденциальности и последующих задач.
ПОЧЕМУ ЭТО ВАЖНО
Принудительное соблюдение тождеств электродной развертки устраняет системную ошибку предыдущих генераторов и повышает качество, делая синтетические ЭЭГ более надёжными для клинического использования, конфиденциальности и последующих задач.