一、概述
《Multi-View Spatial-Temporal Graph Convolutional Networks with Domain Generalization for Sleep Stage Classification》于2021年发表于IEEE Transactions on Neural Systems and Rehabilitation Engineering(TNSRE
)期刊。解决任务:睡眠情况分类;领域:BCI、GNN
二、方法&创新点
在脑机接口任务中,迁移学习应用非常广泛,研究模型如何从源域迁移到目标域具有重要的意义。在同构迁移学习中,task为被试之间的迁移,因此可以认为每个被试为一个domain。人脑中的脑电信号之间是可以相互影响的,作者认为:(1)脑电信号(特征)相似的位置(即脑电帽的电极,或者通道)之间存在联系;(2)脑皮中物理位置相近的区域之间存在联系。基于以上两点Motivation,论文中采用的两种方式来初始化Graph,分别为:Functional Connectivity和Distance-based Connectivity。下图为两种graph的构建示意图: