Hybrid Edge-Cloud Asymmetric Analytics for Portable Multimodal BCI Biosensors.
便携式生物传感器硬件已能在边缘端持续采集多模态生理信号，但将原始信号转化为部署一致推理的分析层仍是嵌入式系统瓶颈。本研究提出实时认知网格（RCG）的机器学习层，使固定布线生物传感器组件通过非对称边缘-云工作流实现实时生理状态分类。框架采用锁定17维特征模式：5个EMG、6个EEG频谱、2个跨模态、2个HRV、1个EOG和1个EEG质...
便携式生物传感器硬件已能在边缘端持续采集多模态生理信号，但将原始信号转化为部署一致推理的分析层仍是嵌入式系统瓶颈。本研究提出实时认知网格（RCG）的机器学习层，使固定布线生物传感器组件通过非对称边缘-云工作流实现实时生理状态分类。框架采用锁定17维特征模式：5个EMG、6个EEG频谱、2个跨模态、2个HRV、1个EOG和1个EEG质...