Ein Forschungsteam der Daegu Gyeongsang National University in Südkorea hat ein neuartiges Modell für das Lernen mit kleinen Datensätzen entwickelt, das EEG-Daten mit hoher Genauigkeit klassifizieren kann, und das mit nur wenigen Beispielen. Dieser Durchbruch verspricht, die EEG-Forschung entscheidend voranzutreiben. Das Modell umgeht die Einschränkung herkömmlicher Deep-Learning-Modelle, die große Datenmengen benötigen.
Das Forschungsteam setzte verschiedene Module ein, um die Klassifikationsgenauigkeit des Modells zu verbessern. Es erreichte eine beeindruckende Genauigkeit von 76% bei der interindividuellen Klassifizierung. Diese Forschung wird tiefgreifende Auswirkungen auf die Medizin und die Entwicklung von Brain-Computer-Interfaces haben und den Weg für ein besseres Verständnis und die Anwendung von EEG-Daten ebnen.