Nov, 2023
vEEGNet: 通过变分自动编码器学习潜在表示来重构 EEG 原始数据
vEEGNet: learning latent representations to reconstruct EEG raw data via variational autoencoders
Alberto Zancanaro, Giulia Cisotto, Italo Zoppis, Sara Lucia Manzoni
TL;DR该论文提出了 vEEGNet 模型,结合了变分自编码器和前馈神经网络,用于对复杂的多维时间序列电脑脑电图(EEG)数据进行分类和重构,取得了最先进的分类性能,并能够重构低频和中频范围的原始 EEG 信号。