FACED dataset

新的TA2CL框架提高了脑电图情绪识别的准确性

研究人员开发了一个名为时间异步对齐对比学习（TA2CL）的新框架，以改进跨主体脑电图（EEG）情绪识别。该方法通过采用受自然语言处理（NLP）技术启发的细粒度局部匹配机制，解决了不同个体之间脑电图信号的时间失配问题。TA2CL框架自适应地对齐脑电图数据的片段，有效减少了受试者间差异和时间延迟的影响。在FACED、SEED和SEED-V等公共数据集上的实验表明，性能显著提升，在SEED数据集上的准确率高达86.4%。