含缺失值的脑电信号的黎曼分类
人机交互
2022-05-06 v2 信号处理
机器学习
摘要
本文提出一种利用协方差矩阵处理脑电分类中缺失数据的策略。其依赖于期望最大化算法中的观测数据似然。该方法与两种现有的最先进方法进行比较：（i）由插补数据计算的协方差矩阵；（ii）部分观测协方差矩阵的黎曼平均。所有方法均与最小距离到黎曼均值分类器结合，并应用于两种广为人知的脑机接口范式的分类任务。除可应用于更广泛的缺失数据场景外，所提策略在考虑的真实 EEG 数据上通常优于其他方法。
引用
@article{arxiv.2110.10011,
title = {Riemannian classification of EEG signals with missing values},
author = {Alexandre Hippert-Ferrer and Ammar Mian and Florent Bouchard and Frédéric Pascal},
journal= {arXiv preprint arXiv:2110.10011},
year = {2022}
}