arXiv:2409.09627v2 [cs.HC] 2024 年 9 月 19 日__

arXiv:2409.09627v2 [cs.HC] 2024 年 9 月 19 日

可下载资源数量

已经购买

下载数量：1

单价	0 1.0
Coupon	100% 0%
Total	0 1.0

点击下载点击购买并下载

点击购买，资源将自动在新窗口打开.

机构名称：

arXiv:2409.09627v2 [cs.HC] 2024 年 9 月 19 日

¥ 1.0

热度

摘要。运动想象 (MI) 分类是脑机接口 (BCI) 的关键。直到最近几年，已经提出了许多模型，从经典算法（如通用空间模式 (CSP)）到深度学习模型（如卷积神经网络 (CNN) 和 transformers）。然而，在有效提取脑电图 (EEG) 信号中固有的复杂时空信息方面，这些模型在通用性、语境性和可扩展性等方面表现出局限性。为了解决这些限制，我们引入了时空曼巴网络 (STMambaNet)，这是一种利用 Mamba 状态空间架构的创新模型，擅长处理具有线性可扩展性的扩展序列。通过结合空间和时间 Mamba 编码器，STMambaNet 可以有效捕捉空间和时间上的复杂动态，显著提高脑电图信号解码性能以进行 MI 分类。 BCI 竞赛 IV 2a 和 2b 数据集上的实验结果证明了 STMambaNet 优于现有模型，使其成为推进基于 MI 的 BCI 和改进现实世界 BCI 系统的有力工具。

添加pdf代下载 VIP点击下载文件