يقدم الباحثون نموذج CoCoT، وهو نموذج أساسي مبتكر مُدرَّب تقابليًا مصمم لمعالجة قيود أساليب إعادة البناء المقنعة في فك الشفرة غير الباضع لتخطيط أمواج الدماغ (EEG). يجمع الهيكل بين طبقات إدخال التلافيف الزمني متعدد المقاييس مع كتل مشفر المحول للتعامل بشكل أفضل مع البيانات عالية الضوضاء والمعلومات المحصورة في نطاقات ترددية ضيقة.
- يساوي CoCoT أو يتفوق على أحدث نماذج EEG المُدرَّبة لإعادة البناء في مهام فك الشفرة الواسعة عبر المعايير القياسية بتكوينات أقطاب كهربائية متنوعة.
- تفوقت النماذج المدربة من الصفر على نماذج فك الشفرة ذات المهمة الواحدة السابقة وتنافست مع النماذج المُدرَّبة مسبقًا، مما يوضح مرونة عالية وكفاءة في البيانات.
- تؤكد الاختبارات التجريدية المنهجية جدوى التعلم التقابلي لبناء نماذج أساسية لـ EEG وتسلط الضوء على اعتبارات التصميم المعماري الرئيسية.
تُظهر الدراسة أن التدريب المسبق التقابلي هو استراتيجية مجدية لنماذج الأساس الخاصة بـ EEG، مما يوفر بديلاً فعالاً لأساليب إعادة البناء المقنعة التقليدية.