MulEEG:EEG信号に関する多視点表現学習【JST・京大機械翻訳】

Reddy, L.; Kumar, V.; Sharma, S. K.; Dadi, K.; Yarra, C.; Raju, S. B.; Rajendran, S.

プレプリント

J-GLOBAL ID：202202204727573169 整理番号：22P0330732

MulEEG:EEG信号に関する多視点表現学習【JST・京大機械翻訳】

mulEEG: A Multi-View Representation Learning on EEG Signals

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (7件)： , , , , , ,
資料名：
発行年： 2022年04月10日プレプリントサーバーでの情報更新日： 2022年04月10日
JST資料番号： O7001B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

互いに正に影響する複数の視点を用いた効果的な表現のモデリングは,挑戦的であり,既存の方法は,睡眠処理タスクのための脳波(EEG)信号に対して十分に機能しない。本論文では,教師なしEEG表現学習のための新しいマルチビュー自己監督法(マルチEEG)を提案した。本手法は,より良い表現を学習するために複数の視点で利用可能な相補的情報を効果的に利用することを試みる。多様な損失を導入し,さらに複数の視点にわたって補完的な情報を奨励する。ラベルへのアクセスのない著者らの方法は,睡眠-採餌タスクに関して実施した移動学習実験に関して,マルチビューベースライン方法を凌駕しながら,教師つき訓練をビートした。補完的マルチビューを用いて,提案手法がより良い表現を学習できるとの結論を下した。{ダガー}}。【JST・京大機械翻訳】

, , , , , , , ,
, , 【Automatic Indexing@JST】

生体計測 , 人工知能

, ,

前のページに戻る