MontageFlow：物理有效的高保真EEG生成

2026年10月14日，arXiv Artificial Intelligence 发布论文，提出 MontageFlow——一个流匹配（flow-matching）EEG 生成模型。报道称，现有 EEG 生成器普遍违反电极电压差约束，即各通道间的线性恒等关系；MontageFlow 通过将输出限制在满足这些恒等关系的信号上来解决该问题。该模型还以从整个 EEG 窗口编码得到的生理状态向量为条件，该向量在生成时从潜空间拟合的先验中采样。报道称，在 3 个大规模基准上，其 TS-FID 较最接近的对手提升 1.6–3.6 倍，同时保证有效性。论文由 Sudarshan Regmi 等作者发布，报道中给出代码链接（Code: this https URL）。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。