DP-STCL

新的DP-STCL框架增强了跨主体脑电图情感识别能力

研究人员开发了一种新颖的双路径时空对比学习（DP-STCL）框架，以提高基于脑电图（EEG）的情感识别在不同主体间的准确性。该方法利用两个不同的编码器，一个从时间到空间，另一个从空间到时间，从不同角度对脑电图数据进行建模。通过建立跨主体关联并约束表示变化，DP-STCL旨在创建稳定且具有辨别力的情感表示。该框架还包含一种基于LoRA的少样本适应策略，以处理有限的标记数据，并在多个数据集上显示出优于现有方法的性能。