arXiv · ML· Jiwon Kim, Chae-Won Lee, Jong-Seok Lee·· 3 天前AI 评分21
混合跨被试类别混入与选择性注意力在运动想象分类中的应用
Motor Imagery Classification Using Hybrid Cross-Subject Class Mixup and Selective Attention
AI 导读
针对脑机接口中混合EEG与fNIRS信号因被试间差异导致的泛化困难,研究人员提出了结合跨被试类别混入(CSCM)与选择性注意力的新框架。 该框架通过独立选择其他被试的同标签试验进行模态混合,并保留EEG因果时间自注意力、利用CLS token融合双模态,在28人公开数据集上取得76.85%的平衡准确率。 该模型在五项重新实现的基线中达到最高平均性能,并通过消融实验验证了各组件的有效性。
来源:arXiv · ML · arxiv.org