SE-ResNet18

新的BRIDGE-EEG流程支持高效、可部署的脑电图分类模型

研究人员开发了BRIDGE-EEG，一个旨在使脑电图（EEG）分类模型在受限硬件上更高效、更易于部署的新型流程。该系统利用SimCLR在大型EEG数据集上进行自监督预训练，然后通过知识蒸馏将大型教师模型（SE-ResNet18）压缩成更小的学生模型（SE-ResNet8和SE-ResNet4）。这些压缩模型在异常检测和情感识别基准测试中的准确性与大型基础模型相当或更优，同时显著降低了计算成本和能耗，使其适用于边缘设备和可穿戴设备。