BriefGPT - AI 论文速递
·
STANet：一种用于小规模和不平衡 FMRI 数据的新型时空聚合网络进行抑郁分类
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
我们使用深度神经网络进行情感分类，并通过时空编码和循环注意网络块获取可解释的生理学表示。我们还应用图信号处理工具对数据进行预处理。在多个数据集上，我们的架构超过了最先进的情感分类结果，并通过转移学习提高了情感分类准确性。
🎯
关键要点
- 引入深度神经网络用于情感分类。
- 通过混合的时空编码和循环注意网络块获取可解释的生理学表示。
- 应用图信号处理工具对原始数据进行预处理以实现图平滑。
- 在DEAP数据集上超过最先进的情感分类结果。
- 通过转移学习提高DREAMER和情感英语词（EEWD）数据集上的情感分类准确性。
➡️
