Badacze opracowali nową metodę odkrywania i interpretowania mikrostanów EEG (krótkotrwałych stanów aktywności mózgu) przy użyciu variacyjnego deep embedding i systematycznego wyszukiwania architektury. Metoda łączy uczenie maszynowe z analizą EEG, oferując lepszą interpretowalnością wyników. To ważne dla neuronauki, ponieważ umożliwia lepsze zrozumienie dynamiki aktywności mózgu i może mieć zastosowanie w diagnostyce zaburzeń neurologicznych oraz badaniu funkcji poznawczych.