Une équipe de recherche de l'Université des sciences et technologies de Daegu, en Corée du Sud, a mis au point un modèle d'apprentissage avec peu d'exemples qui permet de classer précisément les ondes cérébrales à partir d'un petit nombre de données. Cette avancée devrait stimuler les progrès de la recherche sur les ondes cérébrales. Le modèle surmonte les limitations des modèles d'apprentissage profond traditionnels qui nécessitent d'énormes quantités de données.
L'équipe de recherche a utilisé plusieurs modules pour améliorer la précision de classification du modèle, lui permettant d'atteindre une précision de 76 % dans la classification inter-individus. Cette recherche aura un impact significatif sur les domaines médical et des interfaces cerveau-machine, ouvrant la voie à une meilleure compréhension et utilisation des données d'ondes cérébrales.