Scifaro

中文

长短期记忆人工神经网络、合成数据与微调如何提高原始EEG数据分类

机器学习 2026-04-07 v1

作者: Albert Nasybullin , Vladimir Maksimenko , Semen Kurkin

在 arXiv 上查看 ↗ PDF ↗ DOI ↗

摘要

本文讨论了EEG数据分类的机器学习管道。我们提出了一种结合合成数据生成、长短期记忆人工神经网络（LSTM）和微调的方法，用于解决隐式视觉刺激（如具有不同歧义水平的恒星立方体）的分类问题。我们开发的方法显著提高了原始EEG数据分类模型的质量。

关键词

EEG分类 LSTM 合成数据微调神经网络

引用

@article{arxiv.2604.04316,
  title  = {How Long short-term memory artificial neural network, synthetic data, and fine-tuning improve the classification of raw EEG data},
  author = {Albert Nasybullin and Vladimir Maksimenko and Semen Kurkin},
  journal= {arXiv preprint arXiv:2604.04316},
  year   = {2026}
}

备注

4 pages, 4 figures, 2 tables