机构名称：
¥ 1.0
摘要。目标。在高风险职业工作的广泛专业人员中检测微渗，对工作场所的安全非常重要。提出了采用储层计算（RC）方法的微填充分类器。特定的回波状态网络（ESN）用于增强微观检测的先前基准性能。方法。使用了基于ESN的新型泄漏积分器进行聚类设计。这种设计的效果在于简单的性能，即使用细粒度的体系结构，其中包含每个群集多达8个神经元，以捕获个性化状态动力学并实现最佳性能。这是使用RC模型实施和评估基于EEG的微骨检测的第一项研究，以检测来自EEG的微渗。主要结果。使用级联的ESN分类器，具有泄漏的积体神经元，使用544个功率频谱特征的60个主要成分。这导致了φ= 0的性能中的一件受试者的平均检测。51±0。07（平均值±SE），AUC-ROC = 0。88±0。 03，AUC-pr = 0。 44±0。 09。 明显的能力。 尽管基于EEG的微质量检测系统的性能仍然被认为是适度的，但这种重新定义的方法在微质量检测中获得了新的基准测试。88±0。03，AUC-pr = 0。44±0。09。明显的能力。尽管基于EEG的微质量检测系统的性能仍然被认为是适度的，但这种重新定义的方法在微质量检测中获得了新的基准测试。
储层计算方法微填充检测
主要关键词
相关文件推荐
