eeg decoding | BriefGPT - AI 论文速递

关键词eeg decoding

搜索结果 - 5

基于转移学习图神经网络的异构电极配置数据集的 EEG 信号解码
通过使用图神经网络和转移学习技术，可以有效地从多个使用不同电极布局的 EEG 数据集中聚合知识，从而在主体独立的 MI EEG 分类中实现更好的泛化。
PDFa year ago
无权重冻结：全连接层的正则化方法，及其在脑电分类中的应用
该研究基于神经科学先前知识和人工神经网络规则化的原则，提出了一种名为 “权重冻结” 的新型方法，该方法通过冻结神经网络中的某些部分，可显著提高脑电图中特定任务的分类精度，验证了权重冻结的有效性，并表明它比传统的全连接网络更为有效。
PDFa year ago
脑电信号神经解码中的不确定性检测与降低
本研究提出了一种基于无序神经网络和贝叶斯神经网络的不确定性估计和减少模型（UNCER），用于减少脑电图解码中的不确定性，包括把模型参数的不确定性和输入信号的不确定性结合起来，进一步提出了基于数据增强的方法进行不确定性减少。
PDF3 years ago
基于 Transformer 的脑电解码空时特征学习
研究提出了一种新的基于注意力机制的 EEG 解码方法，通过注意力变换增强空间特征，采用时间维度的切片进行注意力变换，使用全局平均池化和简单的全连接层对各类 EEG 数据进行分类。该方法在 EEG 的多分类方面达到了最先进水平，并有促进脑机接
PDF3 years ago
使用深度卷积神经网络解码和可视化人类观察者的脑电图信号中的机器人动作成功签名
研究深度卷积神经网络在配合 EEG 信号用于识别人机交互中的机器人错误检测时的准确率，表明深度卷积神经网络是一种可靠的 EEG 解码技术工具。
PDF7 years ago