跳到正文
热点事件观察中

研究者提出DMSL混合脑机接口方法

1 篇报道1 个报道来源3 天前更新

先了解这件事

AI 综述

Xu Y等研究者提出了名为DMSL的解耦多模态时空学习方法,旨在解决混合EEG-fNIRS脑机接口中信号整合困难及表征冗余的问题。该方法通过统一框架同时执行多模态时空耦合与解耦表征学习,利用紧凑卷积、多模态注意力交互及自适应多分支图卷积模块提取特征并分离共性与特异性表征。 据该研究称,DMSL在公开数据集的心算、运动想象和情绪识别任务中达到了最先进性能,分别超越最佳基线2.34%、0.59%和1.47%。

AI 根据报道生成 · 1 天前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月1日
  1. Europe PMC · 脑机接口文献精选
    DMSL:用于混合EEG-fNIRS脑机接口的解耦多模态时空学习方法

    研究者提出了一种名为DMSL的解耦多模态时空学习方法,旨在解决混合EEG-fNIRS脑机接口中信号整合困难及表征冗余的问题。该方法通过统一框架同时执行多模态时空耦合与解耦表征学习,利用紧凑卷积模块、多模态注意力交互模块及自适应多分支图卷积模块提取特征并分离共性与特异性表征。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。