机构名称：
¥ 1.0
跨受试者变异问题阻碍了脑机接口的实际应用。近年来，深度学习因其更好的泛化和特征表示能力而被引入脑机接口领域。但目前大多数研究仅对单个数据集验证了深度学习模型，对其他数据集的泛化能力仍需进一步验证。本文对八个 MI 数据集验证了深度学习模型，并证明跨数据集变异问题削弱了模型的泛化能力。为了减轻跨数据集变异的影响，我们提出了一种在线预对齐策略，用于在训练和推理过程之前对齐不同受试者的 EEG 分布。本研究结果表明，具有在线预对齐策略的深度学习模型可以显著提高跨数据集的泛化能力，而无需任何额外的校准数据。
深度学习脑电图解码中的跨数据集变异问题
主要关键词
相关文件推荐
