一种用于 BCI 运动想象解码的强而简单的深度学习基线
信号处理
2024-01-26 v2 机器学习
神经元与认知
摘要
我们提出 EEG-SimpleConv，一种用于 BCI 中运动想象解码的直接一维卷积神经网络。我们的主要动机是使用文献中非常标准的组件，提出一个简单且表现良好的基线用于比较。我们在四个 EEG 运动想象数据集（包括模拟在线设置）上评估其性能，并与近期深度学习和机器学习方法比较。EEG-SimpleConv 至少与其他方法一样好或远更高效，展现出跨被试的强知识迁移能力，且推理时间低。我们主张使用现成组件而非定制方案，可显著助力深度学习在 BCI 中的采用。我们公开了模型与实验代码。
引用
@article{arxiv.2309.07159,
title = {A Strong and Simple Deep Learning Baseline for BCI MI Decoding},
author = {Yassine El Ouahidi and Vincent Gripon and Bastien Pasdeloup and Ghaith Bouallegue and Nicolas Farrugia and Giulia Lioi},
journal= {arXiv preprint arXiv:2309.07159},
year = {2024}
}