arxiv：2110.13470v1 [cs.cv] 2021年10月26日__

arxiv：2110.13470v1 [cs.cv] 2021年10月26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：2110.13470v1 [cs.cv] 2021年10月26日

¥ 1.0

热度

摘要。本文着重于基于脑电图的视觉识别，旨在预测受试者根据其脑电图信号观察到的视觉对象类别。主要挑战之一是不同受试者的信号之间的巨大变化。它限制了识别系统仅适用于模型培训所涉及的主题，这对于经常添加新主题的现实场景是不可能的。可以通过为每个新用户收集大量数据来缓解此限制，但有时是昂贵的，有时是不可行的。为了使任务更加实用，我们引入了一个新颖的问题设置，即基于自适应EEG的视觉识别。在此设置中，可以使用大量现有用户的预录用数据（源），而仅提供了新用户（目标）的少量培训数据。在推理时，仅根据目标用户的信号评估模型。此设置具有挑战性，尤其是因为在评估来自目标主题的数据的模型时，来自源主题的培训样本可能无济于事。为了解决新问题，我们设计了一个简单而有效的基线，该基线可最大程度地减少不同受试者的特征分布之间的差异，这使模型可以提取主题无关的特征。因此，我们的模型可以学习在受试者之间共享的常识，从而显着提高了目标主题的识别绩效。在实验中，我们在各种设置下证明了我们方法的效果。我们的代码可在此处获得1。

添加pdf代下载 VIP点击下载文件