GRFNet：3847 参数的轻量 PyTorch 模型面向 EEG 多通道时序分类
joekrry · reddit · 2026-11-08
作者基于 EEG 解码方向的硕士工作，开源了面向多通道时间序列分类的 GRFNet（PyTorch），征求社区意见。
- 架构：基于 ROCKET 的随机（部分不训练）卷积核思路；先用可学习的空间滤波器混合输入通道，若有传感器位置信息则按电极布局初始化；随后经过以随机冻结为主、少量可学习核的膨胀卷积组，提取汇总统计量后经可学习门控组合、小分类头输出。
- 规模：默认配置（22 通道、4 类）仅 3847 个参数，接受任意输入长度并自适应采样率。
- 评测计划：在 PhysioNet EEGMMIDB（109 名受试者）上做 subject-independent 评测，与 EEGNet、ShallowConvNet 对比，报告头皮拓扑、混淆矩阵、显著图与速度基准，并构建四个变体做消融。
「研究」频道最新
- François Fleuret 批交叉熵迷信：模型靠统计线索取胜而非理解 — francoisfleuret · 2026-11-08
- LoL 论文：让 Transformer 推理时动态重排层顺序，性能相当且可控 — LotfiSanae · 2026-11-08
- SHA-256 碰撞攻破至 38 步，作者预告论文即将发布 — jedisct1 · 2026-11-08
- 小米 MiMo 下一代转向因果编码器-解码器，预 fill 计算省 5 倍 — joey00072fp8 · 2026-11-08
- 多供应商模型协作将率先在数学领域产出突破性结果 — sebkrier · 2026-11-08
- AI Agent 集群将 7654 页 Stacks Project 形式化为 1600 万行可验证代码 — danielrock · 2026-11-08