作者提交DP-STCL论文
热点事件持续更新
作者提交DP-STCL论文
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Yi Zheng等作者向 arXiv 提交了 DP-STCL 论文，论文报告称该方法在跨被试 EEG 情绪识别实验中持续优于对比方法。论文提出两条互补的时空建模路径，并结合基于 LoRA 的少样本适配策略，在 SEED、SEED-IV、SEED-V 和 FACED 数据集上进行实验。
AI 根据报道生成 · 57 分钟前更新
最新进展10月28日 12:00
超越建模顺序：DP-STCL 双路径时空表征学习用于跨被试 EEG 情绪识别报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv · Machine Learning超越建模顺序：DP-STCL 双路径时空表征学习用于跨被试 EEG 情绪识别
DP-STCL通过TS与ST两条互补时空建模路径，构建跨被试EEG情绪识别框架，实验中持续优于对比方法。该框架还采用基于LoRA的少样本适配策略，并在SEED、SEED-IV、SEED-V和FACED数据集上进行跨被试实验。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。