TAnet：一种用于短决策窗口下基于脑电图的听觉空间注意力解码的新型时间注意力网络
信号处理
2024-05-15 v2 机器学习
摘要
听觉空间注意力检测（ASAD）用于通过分析听者的脑电图（EEG）信号来确定听者对说话者方向的注意力。本研究旨在进一步提高短决策窗口（即 <1 秒）下的 ASAD 性能，而非先前研究中 1 到 5 秒的长决策窗口。本文引入了一种端到端的时间注意力网络（即 TAnet）。TAnet 采用多头注意力（MHA）机制，该机制可以更有效地捕获采集到的 EEG 信号中时间步之间的交互，并有效地为这些 EEG 时间步分配相应的权重。实验表明，与基于 CNN 的方法和最近的 ASAD 方法相比，TAnet 在 KUL 数据集上提供了改进的解码性能，在短决策窗口（即 <1 秒）下，解码准确率分别为 92.4%（决策窗口 0.1 秒）、94.9%（0.25 秒）、95.1%（0.3 秒）、95.4%（0.4 秒）和 95.5%（0.5 秒）。作为一种具有短决策窗口的新型 ASAD 模型，TAnet 有望促进 EEG 控制的智能助听器和声音识别系统的设计。
引用
@article{arxiv.2401.05819,
title = {TAnet: A New Temporal Attention Network for EEG-based Auditory Spatial Attention Decoding with a Short Decision Window},
author = {Yuting Ding and Fei Chen},
journal= {arXiv preprint arXiv:2401.05819},
year = {2024}
}