Dec, 2018
对抗性变分自编码器在脑机接口中的迁移学习
Transfer Learning in Brain-Computer Interfaces with Adversarial Variational Autoencoders
Ozan Ozdenizci, Ye Wang, Toshiaki Koike-Akino, Deniz Erdogmus
TL;DR本研究介绍了对抗神经网络在大脑 - 计算机界面(BCI)传递学习中作为表征学习的新方法。该方法旨在通过同时训练条件变分自动编码器(cVAE)和对抗网络来学习主体不变的表示,我们使用浅卷积结构实现 cVAE,并将学习的编码器转移到未见 BCI 用户的数据中。我们通过电子脑电图(EEG)数据对该方法进行了概念验证,其中记录了运动想象 BCI 实验时的数据。