近日绿色成人快播网站，医学部生物医学工程学院教悔梁臻在情谊计较顶级期刊IEEE Transactions on Affective Computing（影响因子9.6）上发表题为“Semi-Supervised Dual-Stream Self-Attentive Adversarial Graph Contrastive Learning for Cross-Subject EEG-based Emotion Recognition”的学术论文。深圳大学酌量生叶炜珊同学和哈尔滨工业大学（深圳）张治国教悔为共同第一作家，深圳大学副教悔梁臻和电子科技大学教悔徐鹏为共同通信作家。深圳大学为第一作家单元和通信单元。

脑电（EEG）是一种用于情谊识别的客不雅器具，因其提供的高工夫分袂率和非侵入性检测特质，在情谊计较领域具有无边的出息。可是，尽管EEG具有纷乱的后劲，其粗俗应用却濒临着一个主要挑战，即标签数据的稀缺。这种数据稀缺性收敛了现存模子在情谊识别任务中的性能领路。为了处置这一问题，羽田爱蓝色妖姬本酌量提议了一种新颖的半监督双流自提防抵御图对比学习框架，简称DS-AGC，用于基于EEG信号的跨被试情谊识别。DS-AGC框架谋划了一种智能的双流结构绿色成人快播网站，通过这种结构，约略有用地索求并和会EEG信号中的非结构化和结构化信息。双流结构包含两个并行的子收罗：一个用于处理原始的非结构化EEG数据，另一个则用于处理基于图结构索求的EEG特征。随后，这两个子收罗的输出通过自提防机制进一步和会，以进步模子对情谊现象的识别才气。

为了考证DS-AGC框架的有用性，酌量者在多个benchmark数据库上进行了全面的执行。这些执行扫尾通晓，DS-AGC框架不仅约略有用愚弄有标签的数据，还能充分挖掘无标签数据的信息，显赫进步情谊识别的准确性和鲁棒性。尤其在有标签数据稀缺或获取本钱腾贵的情况下，成为一种有出息的处置决策。

该酌量取得国度当然科学基金等面孔资助。

原文继续：https://doi.org/10.1109/TAFFC.2024.3433470绿色成人快播网站

• 接口
• 发表
• 医学
• 酌量
• 绿色成人快播网站