研究用CLIP损失从fNIRS信号重建词语语义
Get the story
2026年10月7日，arXiv（Human-Computer Interaction，一手来源）发表研究，提出以CLIP损失替代均方误差（MSE），训练Bi-LSTM解码器将功能性近红外光谱（fNIRS）信号映射到词嵌入空间，重建被感知词语的语义。实验在三个共享范式下的fNIRS数据集上进行，分别以GloVe-50和T5词嵌入为目标，采用配对匹配得分（pairwise matching score）与开放词汇top-k检索（open-vocabulary top-k retrieval）进行评测。目前报道仅给出方法与实验设置，未披露具体数值结果。
Generated from reports · updated 3 hr ago
Timeline
Follow the coverage from different angles.
- arXiv · Human-Computer Interaction使用 CLIP loss 基于 fNIRS 实现单个词语的语义重建
研究评估以 CLIP loss 替代 MSE，训练 Bi-LSTM 解码器将 fNIRS 信号映射到词嵌入空间，重建感知词语的语义。实验在三个共享范式下的 fNIRS 数据集上进行，分别以 GloVe-50 和 T5 词嵌入为目标，用 pairwise matching score 和 open-vocabulary top-$k$ retrieval 评测。
Heat trend
Current heat 9·Comparable peak 10（Oct 7）·Comparable change over 24 hours –
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.