본 논문은 시계열 데이터 분류를 위한 파운데이션 모델의 잠재력을 뇌파(EEG)와 같은 생체 신호 분석에 적용하는 연구를 수행했다. 특히, 모터 이미지 분류 및 수면 단계 예측과 같은 EEG 작업에 최근 제안된 시계열 분류 파운데이션 모델의 적용 가능성을 조사했다. 두 가지 사전 학습 방식을 테스트했는데, (a) 여러 도메인의 이질적인 실제 시계열 데이터로 사전 학습, (b) 순수 합성 데이터로 사전 학습을 진행했다. 두 방식 모두 기존의 EEGNet 및 최신 EEG 특화 파운데이션 모델인 CBraMod보다 뛰어난 성능을 보였다.
