Zyphra/zuna

何を解決するか

ZUNA1.1 は、EEG（脳波）記録における一般的な問題、たとえばノイズの多いデータ、欠落したチャネル（故障した電極）、または疎な電極配置を修正することを目的としています。研究者は、モデルの再訓練を必要とせずに、信号のノイズ除去、ドロップしたチャネルの再構成、および疎なマウントをより密なマウントにアップサンプリングできます。

動作方法

ZUNA1.1 は、380Mパラメータのトランスフォーマー・エンコーダデコーダ・拡散オートエンコーダです。EEG信号は0.125秒のセグメントに分割され、トークンとして扱われます。従来のモデルが固定されたチャネルリストに依存するのに対し、ZUNAは電極の3D頭皮座標に基づく4D回転位置符号化（x, y, z, t）を使用します。これにより、モデルは「チャネルに依存しない」状態となり、記録時に使用された電極の数や配置に関係なく、頭皮上の任意の位置で信号を合成できます。

対象ユーザー

EEG研究者およびBCI（脳-コンピュータインターフェース）開発者向けです。神経データのクリーニングと拡張が必要な方々に適しています。臨床的な医療診断ツールとしての用途は明確に想定していません。

特徴

• 柔軟なマウント対応： 4チャネルのヘッドバンドから256チャネルの研究用キャップまで、あらゆるレイアウトに対応。
• 効率的な推論： VRAM使用量は1GB未満で、コンシューマーGPU、Mac（Apple Silicon）、またはCPUでも実行可能。
• 堅牢な訓練： 公開EEGデータ350万チャネル時間分を、4種類のドロップアウトスキーム（全チャネル、全時間、チャネル-時間、ランダム一様）を用いて訓練し、現実世界の破損状態をシミュレート。
• 可変長入力： 0.5秒から30秒までの信号セグメントをサポート。
• 簡単な統合： Python APIとブラウザベースのプレイグラウンドを提供し、迅速なノイズ除去とアップサンプリングが可能。