面向长期脑机接口的循环适应-泛化框架与不确定性引导自步学习

论文提出不确定性引导自步循环学习框架UnSPC，将领域适应与领域泛化结合，用噪声鲁棒排序筛选高可信伪标签，并通过CycAG循环迭代缓解长期侵入式脑机接口中的全局及子域神经漂移。摘要称其在多个神经解码数据集上进行了实验，但未给出具体数据集、基线或性能数字。