Loading...
机构名称:
¥ 1.0

方法:本文结合了不同领域的个体差异和群体共同点,并提出了一个多源信息共享网络(MISNET),以增强主题独立的EEG EEG情感识别模型的性能。通过采用循环迭代策略的两流训练结构来增强网络稳定性,以减轻使模型混淆的离群来源。此外,我们设计了两个辅助损失函数,以使域特异性和域共享特征的边际分布对齐,然后通过约束这些辅助损耗函数来约束梯度惩罚来优化收敛过程。此外,还提出了预训练策略,以确保共享编码器的初始映射包含有效的情感信息。

misnet:具有两流结构的多源信息共享的脑电图识别网络

misnet:具有两流结构的多源信息共享的脑电图识别网络PDF文件第1页

misnet:具有两流结构的多源信息共享的脑电图识别网络PDF文件第2页

misnet:具有两流结构的多源信息共享的脑电图识别网络PDF文件第3页

misnet:具有两流结构的多源信息共享的脑电图识别网络PDF文件第4页

misnet:具有两流结构的多源信息共享的脑电图识别网络PDF文件第5页

相关文件推荐