GRFNet：面向 EEG 多通道时序分类的 3847 参数轻量 PyTorch 模型

GRFNet 是一款面向多通道 EEG 时序分类的轻量 PyTorch 模型，默认配置仅 3847 个参数，并支持任意输入长度和自适应采样率。模型结合空间滤波、随机冻结为主的膨胀卷积、可学习门控及分类头，拟在 PhysioNet EEGMMIDB 上与 EEGNet、ShallowConvNet 对比，并开展消融与速度基准测试。