محققان موفق به توسعه یک روش جدید مبتنی بر «یادگیری بیزی پراکنده» (SBL) شدهاند که در رمزگشایی دادههای عصبی و فعالیتهای مغزی بسیار دقیقتر و مقاومتر از روشهای فعلی عمل میکند.
این مدل جدید که SBL-MEE نام دارد، با استفاده از الگوریتم یادگیری مبتنی بر «حداقل آنتروپی خطا»، نویزهای مزاحم در سیگنالهای مغزی را به خوبی حذف میکند. این دستاورد نه تنها دقت پیشبینی را بالا برده، بلکه الگوهای رمزگشایی قابلفهمتری را برای متخصصان علوم اعصاب فراهم میکند که میتواند در آینده مسیر درمان و تشخیص بیماریهای مغزی را هموارتر کند. 🚀🔬
منبع: arXiv Machine Learning