DeltaGateNet

新的DeltaGateNet框架改进了基于脑电图的驾驶疲劳识别

研究人员开发了DeltaGateNet，一个旨在提高使用脑电图（EEG）数据识别驾驶疲劳准确性的新框架。该模型通过引入一个分离正负时间差异的双向Delta模块来解决EEG信号中非平稳性和不对称神经动力学的挑战。此外，一个门控时间卷积模块可以捕获EEG通道之间的长期依赖关系。在SEED-VIG和SADT数据集上的实验表明，DeltaGateNet优于现有方法，实现了高主体内和主体间准确率，表明其在不同条件下的鲁棒性。