arXiv:2402.01138v3 [eess.SP] 2024 年 8 月 30 日__

arXiv:2402.01138v3 [eess.SP] 2024 年 8 月 30 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:2402.01138v3 [eess.SP] 2024 年 8 月 30 日

¥ 1.0

热度

与其他模态相比，基于脑电图的情绪识别可以直观地响应人脑中的情绪模式，因此成为脑机接口领域最受关注的任务之一。由于大脑区域内的依赖关系与情绪密切相关，开发用于基于脑电图的情绪识别的图神经网络（GNN）是一个重要的趋势。然而，情绪脑电图中的大脑区域依赖关系具有生理基础，这使得该领域的GNN有别于其他时间序列领域的GNN。此外，目前尚无关于基于脑电图的情绪识别中GNN构建的全面综述或指导。在调查中，我们的分类揭示了统一的图构建框架下现有方法的共性和差异。我们从框架中的三个阶段对方法进行分析和分类，为基于脑电图的情绪识别中GNN的构建提供明确的指导。此外，我们还讨论了几个开放的挑战和未来的方向，例如时间全连通图和图浓缩。

添加pdf代下载 VIP点击下载文件