FAConformer

FAConformer通过频率感知建模增强听觉注意力解码

研究人员推出了一种新颖的听觉注意力解码（AAD）框架FAConformer，它增强了频率域脑电图（EEG）信息的利用。与以往通常使用浅层频率分析的方法不同，FAConformer采用CNN-Transformer架构来建模特定频带的特征，并通过频率感知注意力模块自适应地融合它们。这种方法可以更有效地利用特定频带的模式和跨频带的交互。在公开数据集上的实验表明，FAConformer比现有的最先进模型提高了4.9%，证明了其有效性和鲁棒性。