脑电情绪识别
一只科研狗
这个作者很懒,什么都没留下…
展开
-
基于正则化图神经网络的脑电情绪识别
基于正则化图神经网络的脑电情绪识别 一、 引言(Introduction) 论文动机 现有的基于脑电图的情绪识别方法大多不能很好地解决以下三个方面的问题: 1)脑电图信号的拓扑结构没有被有效地利用来学习更多的有鉴别性的脑电图特征然而,大多数方法需要在头皮上对脑电图通道进行2D表示,这可能会在flatten过程中造成信息丢失,因为通道实际上是在3D空间中排列的; 2)不同受试者的脑电图信号差异较大,不利于训练分类器的泛化; 3)参与者在观看引发情绪的刺激时,可能并不总是产生与刺激一致的预期情原创 2020-12-29 15:22:02 · 1278 阅读 · 0 评论 -
AAAI2020 一种启发式变分路径推理(VPR)脑电情绪识别方法
AAAI2020|| 一种启发式变分路径推理(VPR)脑电情绪识别方法 论文工作 人类情感认知的研究表明,在情感表达过程中,空间相邻区域和功能相关区域之间存在着联系和通路。作者提出了一种启发式的变分路径推理(VPR)方法来处理基于脑电波的情绪识别,引入随机游走来产生大量沿电极的候选路径。为了编码每个路径,动态序列模型用于进一步学习电极间的依赖关系。 论文方法 为了降低步行路径的数目,作者通过划分五个脑功能区域(额叶(F)、颞叶(T)、顶叶§、枕叶(O)和中央区© ,将步行范围限制在局部区域内,并仅定义空原创 2020-12-29 15:13:42 · 484 阅读 · 0 评论