Interpretable EEG Microstate Discovery via Variational Deep Embedding: A Systematic Architecture Search with Multi-Quadrant Evaluation

Cet article présente le modèle Convolutional Variational Deep Embedding (Conv-VaDE) pour l'analyse des microétats EEG. Il améliore l'interprétabilité en apprenant conjointement la reconstruction topographique et le regroupement probabiliste doux, permettant le décodage génératif de prototypes de clusters en topographies vérifiables.