Feb, 2024
RLEEGNet:将脑 - 机接口与自适应人工智能相结合,实现直观响应和高准确性的运动意象分类
RLEEGNet: Integrating Brain-Computer Interfaces with Adaptive AI for Intuitive Responsiveness and High-Accuracy Motor Imagery Classification
Sriram V.C. Nallani, Gautham Ramachandran
TL;DR基于强化学习与深度 Q 网络的 1D-CNN-LSTM 结构的 RLEEGNet 模型通过反馈不断优化控制策略,实现连续的适应性和响应性,以提高脑机接口系统的可适应性和响应速度。