arXiv cs.LG· Lu Wang-N\"oth, Hai Huang, Philipp Heiler, Shuqiong Wu, Liyun Zhang, Helmut Mayer·· 6 小时前AI 评分12
弱监督细粒度 EEG 成分标注用于伪迹衰减的概念验证研究
A Proof-of-Concept Study of Weakly Supervised Labeling of Fine-Grained EEG Components for Artifact Attenuation
AI 导读
研究提出结合频率感知高维表示与多实例学习的框架，将分离成分展开为频率分辨的 intra-component，从而在仅有 epoch 级标签、无细粒度真值的情况下学习各 intra-component 的伪迹概率分数。该分类器支持细粒度 EMG 伪迹检测与分数引导衰减，在留出被试上对下颌紧咬的伪迹相关频谱偏差降低最明显，抬眉效果中等，皱眉效果有限。
来源：arXiv cs.LG · arxiv.org