Skip to content
Hot eventLive

DenoFlow：用流匹配对SSVEP脑电信号去噪

1 reports1 sources4 hr ago updated

Get the story

AI overview

DenoFlow 是一项针对 SSVEP（稳态视觉诱发电位）脑电信号的去噪方法研究，发表于 arXiv，归属机器学习理论方向。该方法将 SSVEP 去噪建模为一个传输过程：其场网络负责回归从受污染试次到干净试次的直线路径上的速度，再按 rectified-flow 公式从观测信号前向积分该场，从而完成去噪。研究针对的是真实生理伪迹条件下的去噪场景。目前公开信息仅包含这一方法框架描述，尚未见实验数据、对比基线或性能指标的报道。

Generated from reports · updated 3 hr ago

LatestOct 8
arXiv 发布 DenoFlow，提出用 rectified-flow 从观测前向积分场完成 SSVEP 去噪。

Timeline

Follow the coverage from different angles.

Oct 8, 2026
  1. arXiv · Machine Learning Theory
    DenoFlow：真实生理伪迹下用于 SSVEP 去噪的流匹配方法

    DenoFlow 将 SSVEP 去噪建模为传输过程，用场网络回归受污染试次到干净试次直线路径的速度，按 rectified-flow 公式从观测前向积分场完成去噪。

Heat trend

Current heat 9·Comparable peak 10（Oct 8）·Comparable change over 24 hours –

02.557.510Oct8Oct8Oct8Oct8

The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.