連結時序分類（CTC）

連結時序分類（CTC）是一種損失與解碼機制，讓循環或卷積網路把輸入序列對映到較短的輸出序列（例如把神經活動對映到一串音素或字元），而不需兩者間逐幀的對齊。它引入一個空白符號，並把所有會塌縮為目標標籤的對齊路徑之機率加總，因此網路自行學會符號出現的位置，而非被告知。這解決了語音與手寫 BCI 的核心障礙——從連續皮質活動到離散單元的對映並未預先切分。

CTC 假設在給定輸入下各輸出彼此條件獨立，因此解碼時通常在束搜尋（beam search）中結合外部語言模型，以施加詞彙與語法結構——正是這種「迴路中的語言模型」把手寫與語音 BCI 的準確率提升到可用於溝通的水準。