原文:Learning Representations from EEG with Deep Recurrent-Convolutional Neural Networks

摘要 从脑电图 EEG 数据建模认知事件的挑战之一是寻找对主体之间和内部差异不变的表征,以及与脑电图数据收集相关的固有噪声。在此,我们提出了一种新的方法来学习这种表示从多通道EEG时间序列,并证明了它的优势在背景下的心理负荷分类任务。首先,我们将脑电图的活动转化为一序列的拓扑保留多光谱图像,而不是标准的脑电图分析技术忽略这类空间信息。接下来,我们训练一个深度递归卷积网络,灵感来自于最先进的视频分类 ...

2020-08-31 19:15 0 523 推荐指数:

查看详情

Learning Convolutional Neural Networks for Graphs》论文阅读

首先,容我吐槽一下这篇论文的行文结构、图文匹配程度、真把我搞得晕头转向,好些点全靠我猜测推理作者想干嘛,😈 背景 我们知道传统的CNN针对的是image,是欧氏空间square grid,那么使 ...

Mon Apr 20 09:28:00 CST 2020 0 1532
Neural Networks and Deep Learning》课程笔记

Lesson 1 Neural Network and Deep Learning 这篇文章其实是 Coursera 上吴恩达老师的深度学习专业课程的第一门课程的课程笔记。 参考了其他人的笔记继续归纳的。 逻辑回归 (Logistic Regression) 逻辑回归的定义 神经网络 ...

Wed Dec 04 01:19:00 CST 2019 0 311
Deep Residual Learning in Spiking Neural Networks

郑重声明:原文参见标题,如有侵权,请联系作者,将会撤销发布! 35th Conference on Neural Information Processing Systems (NeurIPS 2021), Sydney, Australia. (同组工作) Abstract ...

Fri Nov 26 19:12:00 CST 2021 0 96
 
粤ICP备18138465号  © 2018-2025 CODEPRJ.COM