机构名称：
¥ 1.0
摘要 — 基于脑电图 (EEG) 信号的情绪识别在情感计算和脑机接口 (BCI) 领域引起了广泛关注。尽管已经提出了几种深度学习方法来处理情绪识别任务，但开发有效提取和使用判别特征的方法仍然是一个挑战。在这项工作中，我们提出了一种新颖的时空注意神经网络 (STANN)，通过多列卷积神经网络和基于注意的双向长短期记忆的并行结构来提取 EEG 信号的判别空间和时间特征。此外，我们通过图信号处理 (GSP) 工具探索 EEG 信号的通道间关系。我们的实验分析表明，当原始 EEG 信号或其图形表示（在称为 GFT-STANN 的架构中）用作模型输入时，所提出的网络改进了价和唤醒水平的逐主题二元分类以及价-唤醒情绪空间中的四类分类的最新结果。
通过基于图的空间进行脑电图情绪识别......
主要关键词
相关文件推荐
