使用 Inception 与双向扰动模型的鲁棒脑电情感识别
信号处理
2024-04-25 v1 人工智能
机器学习
摘要
使用脑电图信号的自动情感识别受到了广泛关注。尽管深度学习方法展现出优异的性能，但它们通常容易受到各种扰动（如环境噪声和对抗攻击）的影响。在本文中，我们提出了一种 Inception 特征生成器与双向扰动方法，以增强脑机接口中的情感识别能力。INC-TSP 集成了用于 EEG 数据分析的 Inception 模块，并采用双向扰动作为抵御输入扰动的防御机制。TSP 对模型权重和输入引入最坏情况扰动，增强了模型对抗攻击的弹性。所提出的方法解决了在输入不确定性存在的情况下保持准确情感识别的挑战。我们在被试独立的三分类情感识别场景中验证了 INC-TSP，展示了其鲁棒的性能。
引用
@article{arxiv.2404.15373,
title = {Robust EEG-based Emotion Recognition Using an Inception and Two-sided Perturbation Model},
author = {Shadi Sartipi and Mujdat Cetin},
journal= {arXiv preprint arXiv:2404.15373},
year = {2024}
}