跳到正文
热点事件观察中

研究者提出CTD-GNet融合EEG与眼动识别情绪

1 篇报道1 个报道来源2 天前更新

先了解这件事

AI 综述

Peijun Shi 等作者提出上下文感知拓扑蒸馏图网络(CTD-GNet),用于结合脑电(EEG)与眼动信号进行情绪识别。 该方法以 EEG 特征构成电极图的节点,由眼动数据和历史窗口调节图的边、节点与读出,其中边的调节通过电极专属提示实现。 目前公开信息仅介绍模型结构,未给出识别准确率等实验结果。

AI 根据报道生成 · 2 天前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月20日
  1. arXiv cs.LG + cs.RO + cs.HC
    CTD-GNet 用拓扑蒸馏图网络实现 EEG-眼动情绪识别

    研究者提出 Context-Aware Topological Distillation Graph Network(CTD-GNet),以 EEG 特征构成电极图节点,由眼动与历史窗口通过电极专属提示调节图的边、节点与读出。

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。