论文阅读: Deep temporal networks for EEG-based motor imagery recognition
期刊:Nature
主题:MI-EEG-Transformer
背景
- (信号分解+机器学习)在(多类大数据)集表现不佳
- LSTM无法对非常长期的依赖关系建模
- NLP变压网络解决长期依赖性问题
目的
构建deep temporal network(Transformer),改善MI-EEG解码能力。
方法
Transformer
阅读问题:
1、Transformer机制
2、LSTM机制
3、传统信号处理算法
- 独立成分分析ICA(复习)
- 多尺度主成分分析MSPCA(学习)
- 回归或盲源分离BSS(学习)
- 短时傅里叶变换STFT(复习)
- 小波分解WD(复习)
- k最近邻(kNN)(复习)
- 朴素贝叶斯(NB)(复习)
- 决策树(DT)(复习)
4、常见深度学习 - CNN
- EMD