空间图信号插值及其在合并不同维数BCI数据集中的应用
信号处理
2022-11-07 v1 机器学习
摘要
BCI运动想象数据集通常规模较小且电极设置不同。在训练深度神经网络时，人们可能希望利用所有这些数据集以增加可用数据量，从而获得良好的泛化结果。为此，我们引入一种空间图信号插值技术，可高效插值多个电极。我们使用五个BCI运动想象数据集进行了一组实验，将所提出的插值方法与球面样条插值进行比较。我们相信该工作为如何利用图插值电极以及如何同质化多个数据集提供了新思路。
引用
@article{arxiv.2211.02624,
title = {Spatial Graph Signal Interpolation with an Application for Merging BCI Datasets with Various Dimensionalities},
author = {Yassine El Ouahidi and Lucas Drumetz and Giulia Lioi and Nicolas Farrugia and Bastien Pasdeloup and Vincent Gripon},
journal= {arXiv preprint arXiv:2211.02624},
year = {2022}
}
备注
Submitted to the 2023 IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP 2023)