双支路时间-频谱-空间变换器模型用于脑电图解码

BriefGPT - AI 论文速递 · 2024-09-05T00:00:00Z

本研究结合预训练的视觉Transformer和时域卷积网络，提高了EEG回归的精度，降低了均方根误差。研究结果表明，在EEGEyeNet任务中，均方根误差从55.4降至51.8，同时提高了模型速度。这一突破为多样化的EEG数据集提供了新的研究方向。