用于可解释高效黎曼分类的切空间空间滤波器
信号处理
2019-09-25 v1 人机交互
摘要
基于黎曼几何的方法已被证明是脑机接口(BCI)解码的良好模型。然而，这些方法的一个主要缺陷是无法确定分类器构建于信号的哪些方面，从而留下伪迹驱动分类性能的可能性。在伪迹性控制存在问题的领域，特别是神经反馈与患者群体中的BCI，这导致人们继续依赖空间滤波器作为生成可证大脑相关特征的手段。此外，这些方法还受维数灾难困扰，在高密度在线BCI系统中几乎不可行。为应对这些缺陷，我们在此引入一种从黎曼切空间中任意线性函数计算空间滤波器的方法，其可实现更高效分类，并从基于黎曼方法的分类器中移除伪迹源。我们首先证明某些切空间与空间滤波方法之间的基本关系，包括在此框架内对共空间模式的解读，随后使用开放获取BCI分析框架验证所提方法。
引用
@article{arxiv.1909.10567,
title = {Tangent space spatial filters for interpretable and efficient Riemannian classification},
author = {Jiachen Xu and Moritz Grosse-Wentrup and Vinay Jayaram},
journal= {arXiv preprint arXiv:1909.10567},
year = {2019}
}