Loading...
机构名称:
¥ 1.0

摘要。如今,机器和深度学习技术广泛应用于从经济学到生物学等不同领域。一般来说,这些技术可以以两种方式使用:尝试将众所周知的模型和架​​构适应可用数据,或设计自定义架构。在这两种情况下,为了加快研究进程,了解哪种类型的模型最适合特定问题和/或数据类型是很有用的。通过关注脑电信号分析,本文首次在文献中提出了用于脑电信号分类的机器和深度学习基准。在我们的实验中,我们使用了四种最广泛的模型,即多层感知器、卷积神经网络、长短期记忆和门控循环单元,强调哪一种可以成为开发脑电分类模型的良好起点。

arXiv:2203.10009v1 [cs.LG] 2022 年 3 月 18 日

arXiv:2203.10009v1 [cs.LG] 2022 年 3 月 18 日PDF文件第1页

arXiv:2203.10009v1 [cs.LG] 2022 年 3 月 18 日PDF文件第2页

arXiv:2203.10009v1 [cs.LG] 2022 年 3 月 18 日PDF文件第3页

arXiv:2203.10009v1 [cs.LG] 2022 年 3 月 18 日PDF文件第4页

arXiv:2203.10009v1 [cs.LG] 2022 年 3 月 18 日PDF文件第5页

相关文件推荐