MVGT:基于空间关系的多视角图转换器用于脑电情绪识别
💡
原文中文,约300字,阅读约需1分钟。
📝
内容提要
本文提出了一种基于多视图图形变换器(MVGT)的方法,通过整合时域、频率域和空间域的信息,全面提高模型的表达能力,并能有效地从多个领域中提取信息并捕捉EEG情感识别任务中的通道间关系。
🎯
关键要点
- 提出了一种基于多视图图形变换器(MVGT)的方法。
- 整合时域、频率域和空间域的信息,包括几何和解剖结构。
- 将电极的空间信息作为编码,以提高模型的表达能力。
- 与最新方法相比,实验结果证明了模型的优越性。
- MVGT 能够有效提取多个领域的信息。
- 捕捉 EEG 情感识别任务中的通道间关系。
➡️