实体
SEED dataset
SEED dataset
PulseAugur coverage of SEED dataset — every cluster mentioning SEED dataset across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新型Transformer模型增强脑电图情感识别
研究人员开发了EEG-TransNet，一种用于从脑电图（EEG）数据中识别情感的新型基于Transformer的模型。该架构包含用于预处理的ResNet和小波去噪，用于区域特征学习的局部自注意力块（Local Self-Attention Block），以及用于捕获时空依赖性的模糊注意力同步Transformer（FAST）。在多个数据集上的实验表明，EEG-TransNet在分类准确性和鲁棒性方面优于现有方法，显示出可靠的脑活动分析潜力。
-
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%。