/ EN
2026-07-27 00:00 印度 论文发表 基础与方法 译自 EN

非侵入脑电同时解码运动学与动力学,注意力模型R²达0.8

内容概述 一项预印本研究提出三种回归模型(偏最小二乘回归器、多层感知机和基于注意力的回归器)从EEG信号同时解码抓取与抬举任务的多个运动学与动力学参数,并在WAY EEG GAL数据集上进行受试者特定与受试者无关评估,比较所有参数共用一个模型与每参数单独建模两种策略。研究者称,基于注意力的回归器取得最佳性能,R²为0.8、延迟29.2毫秒,显著改善多参数同时解码,但单参数解码时性能下降;多层感知机在两类解码中表现更一致但准确率较低(R²=0.49)。研究者认为,基于注意力的模型对实时多指令脑机接口系统有潜力,有助于开发更直观的控制设备。该研究为预印本,尚未经过同行评审。
推荐理由 从EEG同时解码抓取抬举任务的多项运动学与动力学参数,基于注意力的回归器达到R²=0.8、延迟29.2毫秒,为实时多指令脑机接口提供思路。该结果为预印本,未经同行评审。

一项预印本研究提出三种回归模型(偏最小二乘、多层感知机和基于注意力的回归器)从EEG信号同时解码抓取与抬举任务的多个运动学与动力学参数,并在WAY EEG GAL数据集上进行受试者特定与受试者无关评估。研究者称,基于注意力的回归器取得最佳性能,R²为0.8、延迟29.2毫秒,但单参数解码时性能下降;多层感知机在两类解码中表现更一致但准确率较低(R²=0.49)。该研究为预印本,尚未经过同行评审。

本文由 BCIwiki 根据公开信息撰写

关联信源 · 1
arxiv.org 2026-07-27

Indian Institute of Technology Gandhinagar 时间线

2026-07 抓握力从脑电连续读出,留一受试验证R²达0.817 查看机构页全部条目 →
阅读原文 ↗
指正 修订记录 · 无 / EN
© 2026 BCIwiki.com 产业简报 主题索引 提交线索 订阅本站 修订记录 关于我们