定常状態視覚誘発電位（SSVEP）を用いるブレイン・コンピュータ・インタフェース（BCI）は高い情報伝達率を実現できる一方で、信頼性の高いデコーディングには被験者ごとの十分な較正データがしばしば必要となる。解析的な空間フィルタはデータが限られていても有効だが、その線形な定式化は表現能力を制約する。深層モデルはより柔軟な表現を学習できるが、較正データが乏しい場合には過学習しやすい。この課題に対し、arXivに新たに投稿された論文が提案するのがKDHNetであり、知識駆動型の解析処理とデータ駆動型の表現学習を一つの枠組みに統合している。
KDHNetの処理は複数の段階からなる。入力信号はまずフィルタバンクによる前処理を受け、続いてタスク判別成分分析（TDCA）とタスク関連成分分析（TRCA）を縦続適用し、判別性が高く、かつ試行間で再現可能な成分を多チャネル脳波から抽出する。これらの解析手法はSSVEP信号の性質に関する事前知識に依拠しているため、サンプル数が少ない状況でも比較的安定して機能する。その後、ネットワークは学習可能なサブバンド重みを導入し、各周波数帯の情報を適応的に統合することで、固定されたフィルタ戦略では対応しにくい個人差を補う。最終的な分類はSSVEPformerデコーダが担い、時間領域と周波数領域の表現を同時に学習する。
被験者間のデコーディングでは、KDHNetはターゲット誘導型の最小二乗変換を用いて転移を行う。各クラスについてターゲット被験者のラベル付き試行を1つ用意するだけで、ソース被験者の試行データをターゲット領域に整列させることができる。この設計により新規ユーザーに必要な較正データが大幅に削減され、システムはプラグアンドプレイに近い運用へと近づく。
著者らは3つの公開データセットで、被験者内と被験者間の2種類のプロトコル、5種類の解析窓長、複数の較正比率を網羅する体系的な実験を行った。被験者内評価では、KDHNetは15の窓設定のうち14、および10すべての較正比率設定において最高の平均精度と情報伝達率を達成した。被験者間評価でも最高または2番目の性能を示し、その優位性は較正データが少ないほど大きくなる傾向があった。これはまさに本手法が解決を目指す実用上の課題に対応している。
アブレーション実験からは注目すべき知見が得られている。解析手法によって推定されたTDCA射影は、解析的初期化からであれランダム初期化からであれ最適化を続けるよりも、固定したまま使用する方が性能が良い。つまり、この種の低較正タスクでは、信頼できる知識事前分布を凍結し、学習可能な部分のみをニューラルモジュールに担わせる方が、ネットワーク全体をエンドツーエンドで自由に調整するよりも効果的である。
論文は、固定された知識事前分布と学習可能なニューラルモジュールを組み合わせることが、低較正SSVEPデコーディングの有効な道筋であり、より実用的で堅牢、かつプラグアンドプレイを指向するBCIシステムの構築につながると結論づけている。本論文は12ページ・図7点からなり、コードはGitHubで公開されており、再現や発展的研究が可能である。