## 要約：
新しい被験者を導入する際、既存知識が上書きされるEEG信号の多様性に応答して、過去の被験者の履歴データを使用せずに前知識を保持できるアルゴリズムを開発。
---
## 翻訳：
個々のEEGシグナルに大きな違いがあるため、以前の被験者から得た知識は新しい被験者が導入されるごとに上書きされます。現在の研究では、過去の見られた被験者の履歴データを再現バッファとして保管することで忘却を防ぐことに主に依存しています。しかし、プライバシー上の懸念やメモリ制約によりこれらのデータを保持するのは現実的ではありません。そこで我々は、既存のEEGサンプルを使用せずに前知識を保持できるPrototype-guided Non-Exemplar Continual Learning (ProNECL)フレームワークを開発しました。これはクラスレベルのプロトタイプを作成し、被験者の特徴空間がグローバルなプロトタイプメモリとクロス被験者間の特徴整合性を介して徐々に揃うことにより前知識を保持します。BCI競技大会IV 2aおよび2bデータセットでの検証で、当フレームワークは知識保存と適応性をバランス良く調整し、被験者間の継続的なEEG解読タスクにおいて優れた性能を達成しました。
[📰 原文はこちら](https://arxiv.org/abs/2511.20696)
---
※本記事はAI（Ollama）による自動翻訳・要約です。
頑張って働く人に向けて、プロ用仕事アイテムを格安でネット販売しているX-Direct（ https://exdirect.net ）を、BittensorManは応援しています。
動画の最後にお得な情報がありますので、
最後までご覧ください。