XiaoMi-AI文件搜索系统
World File Search System集合域
脑机接口的不同集合域自适应：一种标签对齐方法
摘要 — 脑机接口 (BCI) 系统通常需要为每个新主题/任务进行长时间的校准会话以调整其参数，这阻碍了它从实验室到实际应用的转变。域自适应利用来自辅助主题/任务（源域）的标记数据，已证明其在减少此类校准工作方面的有效性。当前，大多数域自适应方法都要求源域具有与目标域相同的特征空间和标签空间，这限制了它们的应用，因为辅助数据可能具有不同的特征空间和/或不同的标签空间。本文考虑了 BCI 的不同集域自适应，即源域和目标域具有不同的标签空间。我们为 BCI 介绍了一种实际的不同标签集设置，并提出了一种新颖的标签对齐 (LA) 方法来将源标签空间与目标标签空间对齐。它具有三个理想特性：1）LA 只需要来自目标主题的每个类别的一个标记样本；2）LA 可用作不同特征提取和分类算法之前的预处理步骤； 3）LA 可以与其他领域自适应方法相结合，以实现更好的性能。在两个运动想象数据集上的实验证明了 LA 的有效性。
Benjamin J. Raphael博士，2024年1月。第1页，共29页
电话：（609）258-6314电子邮件：braphael@princeton.edu web：raphael-group.github.io教育1996-2002 Ph.D.在加利福尼亚大学圣地亚哥分校的数学博士学位。论文标题：对乘数集合域的频谱集和合理扩张的计算研究。顾问：吉姆·阿格勒教授。1992-1996 S.B.数学中的S.B. 马萨诸塞州理工学院生物学的未成年人。 经验2016年 - 普林斯顿大学计算机科学系2013 - 2016年计算机科学系教授，布朗大学计算分子生物学中心主任，2011-2016计算机科学与计算分子生物学中心副教授，布朗大学2006-2011助理科学与计算机科学生物学系助理教授，计算机科学生物学助理教授，布朗大学伯爵夫人20055-2005-2005-2005-2005-2005-2005-2006 （生物信息学），加州大学圣地亚哥分校。 赞助商：Pavel Pevzner教授。 2002-2004 Alfred P. Sloan博士后计算机科学奖学金（生物信息学），加利福尼亚大学圣地亚哥分校。 赞助商：Pavel Pevzner教授。 出版物作者命令通常遵循生物学大会，高级/通讯作者上次列出。 下划线的作者是受训者。 †表示本科生。 *表示联合第一或最后作者。 指导期刊和会议研究论文P. Sashittal，H。Zhang，C.A。 Iacobuzio-Donahue，B.J Raphael。 秃鹰：具有副本约束突变损失模型的肿瘤系统发育推断。 Chan，B.J。数学中的S.B.马萨诸塞州理工学院生物学的未成年人。经验2016年 - 普林斯顿大学计算机科学系2013 - 2016年计算机科学系教授，布朗大学计算分子生物学中心主任，2011-2016计算机科学与计算分子生物学中心副教授，布朗大学2006-2011助理科学与计算机科学生物学系助理教授，计算机科学生物学助理教授，布朗大学伯爵夫人20055-2005-2005-2005-2005-2005-2005-2006 （生物信息学），加州大学圣地亚哥分校。赞助商：Pavel Pevzner教授。2002-2004 Alfred P. Sloan博士后计算机科学奖学金（生物信息学），加利福尼亚大学圣地亚哥分校。 赞助商：Pavel Pevzner教授。 出版物作者命令通常遵循生物学大会，高级/通讯作者上次列出。 下划线的作者是受训者。 †表示本科生。 *表示联合第一或最后作者。 指导期刊和会议研究论文P. Sashittal，H。Zhang，C.A。 Iacobuzio-Donahue，B.J Raphael。 秃鹰：具有副本约束突变损失模型的肿瘤系统发育推断。 Chan，B.J。2002-2004 Alfred P. Sloan博士后计算机科学奖学金（生物信息学），加利福尼亚大学圣地亚哥分校。赞助商：Pavel Pevzner教授。出版物作者命令通常遵循生物学大会，高级/通讯作者上次列出。下划线的作者是受训者。†表示本科生。*表示联合第一或最后作者。指导期刊和会议研究论文P. Sashittal，H。Zhang，C.A。Iacobuzio-Donahue，B.J Raphael。秃鹰：具有副本约束突变损失模型的肿瘤系统发育推断。Chan，B.J。Chan，B.J。（2023）基因组生物学24（1），272 *p。腰子， *h。 Schmidt，M.M。拉斐尔。惊吓：CRISPR- CAS9血统跟踪的星形同质方法（2023）。单元系统14（12），1113-1121。 E9。[另外：计算分子生物学研究国际会议（重梳）2023。]X Liu，B.J。拉斐尔。用最佳传输的空间多模式数据集成的表示。（2023）神经2023 AI用于科学研讨会。