EEGBiFormer 实现 16 通道 EEG 实时注意力分类
热点事件持续更新
EEGBiFormer 实现 16 通道 EEG 实时注意力分类
1 篇报道1 个报道来源15 小时前更新
先了解这件事
AI 综述
Isabella Guan 等发表 EEGBiFormer，一种混合 CNN-Transformer 模型，可从 16 通道 EEG 信号实时二分类专注与非专注状态。 论文报告窗口级验证准确率 91.3%、F1 94.5%，17 次独立记录级准确率 88.2%，端到端延迟低于 100 ms。上述指标为论文中的验证结果。
AI 根据报道生成 · 1 小时前更新
最新进展10月27日 12:00
EEGBiFormer 用混合 CNN-Transformer 实时分类 16 通道 EEG 注意力状态报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.LG + cs.RO + cs.HCEEGBiFormer 用混合 CNN-Transformer 实时分类 16 通道 EEG 注意力状态
EEGBiFormer 是一款混合 CNN-Transformer 模型，可从 16 通道 EEG 信号实时二分类专注与非专注状态，窗口级验证准确率 91.3%、F1 94.5%，17 次独立记录级准确率 88.2%，端到端延迟低于 100 ms。
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。