本論文では、時系列基盤モデル（TSFM）を活用した新しい空間-時間アダプタであるSTAMPを提案します。STAMPは、一般的なTSFMが生成する単変量埋め込みを活用し、脳の電気活動を記録する脳波（EEG）データの空間-時間特性を暗黙的にモデル化します。その結果、最新のEEG特化型基盤モデル（EEGFMs）に匹敵する性能を実現しました。著者らは、EEGを用いた分類タスクに関連する8つのベンチマークデータセットにおいて包括的な分析を行い、アブレーションスタディも実施しました。STAMPは、トレーニング可能なパラメーターが軽量であり、さまざまな入力を受け入れられる柔軟性を持つため、TSFMを使用してEEGデータのモデル化が容易になります。