基于偏最大相关熵回归的含噪硬膜外皮层脑电信号的鲁棒轨迹解码
信号处理
2023-11-22 v2 机器学习
摘要
偏最小二乘回归（PLSR）在脑机接口中从相互关联的大脑记录预测连续变量方面表现出令人赞赏的能力。然而，PLSR 本质上基于最小二乘准则构建，因而对噪声不具备鲁棒性。本研究的目的是提出一种鲁棒的 PLSR 新实现。为此，利用最大相关熵准则（MCC）提出 PLSR 的一种鲁棒变体，称为偏最大相关熵回归（PMCR）。采用半二次优化计算用于降维的鲁棒投影矩阵，并通过定点法优化回归系数。我们使用一个合成示例和公开的 Neurotycho 皮层脑电（ECoG）数据集评估所提 PMCR。大量实验结果表明，在高维含噪回归任务中，所提 PMCR 以三种不同性能指标均优于传统 PLSR 及现有变体。PMCR 能够抑制不良噪声引起的性能退化，改善脑机接口的解码鲁棒性。
引用
@article{arxiv.2106.13086,
title = {Partial Maximum Correntropy Regression for Robust Trajectory Decoding from Noisy Epidural Electrocorticographic Signals},
author = {Yuanhao Li and Badong Chen and Gang Wang and Natsue Yoshimura and Yasuharu Koike},
journal= {arXiv preprint arXiv:2106.13086},
year = {2023}
}