文档名：加权多源域对抗迁移学习运动想象脑电识别
摘要：运动想象脑电信号个体差异大且数据采集成本高,构建小样本、跨被试的运动想象脑电识别模型是脑机接口中需要解决的关键问题.针对小样本跨领域学习,提出一种基于预对齐策略和对抗迁移学习的加权多源域自适应方法,把迁移学习和对抗训练相结合,将域对抗神经网络扩展到多源域,对各源域进行皮尔逊相关系数加权,实现多个源域和目标域在特征上的加权对齐,并采用预对齐策略提高域间数据分布的一致性.在BCICompetition运动想象数据集上,跨被试的运动想象任务识别正确率达到84.43％,与不迁移方法相比提高了9.17％,相较于域对抗神经网络提高了5.0％.实验结果表明,所提方法能够有效减小不同被试间脑电数据分布以及特征分布差异,实现数据和特征双重对齐,从而提升跨被试运动想象脑电分类性能.
Abstract：MotorimageryEEGsignalshavelargeindividualdifferencesandhighdatacollectioncosts,andbuildingasmallsample,cross-subjectmotorimageryEEGrecognitionmodelisakeyprobleminBrain-ComputerInterfaces.Aweightedmulti-sourcedomainadaptivemethodisproposedbasedonpre-alignmentstrategyandadversarialtransferlearningforsmallsample,cross-domainlearning,whichcombinestransferlearningandadversarialtraining,extendsthedomainadversarialneuralnetworktomultiplesourcedomains,weightsthepearsoncorrelationcoefficientforeachsourcedomaintoachieveweightedalignmentofmultiplesourcedomainsandtargetdomainsinfeatures,andusesthepre-alignmentstrategytoimprovetheconsistencyofdatadistributionbetweendomains.OntheBCIcompetitionmotorimagerydataset,therecognitionaccuracyofcross-subjectmotorimagerytaskreaches84.43％,whichis9.17％higherthanthatofthenon-transfermethodand5.0％higherthanthatofthedomainadversarialneuralnetwork.TheexperimentalresultsshowthattheproposedmethodcaneffectivelyreducethedifferencesinEEGdatadistributionandfeaturedistributionbetweendifferentsub-jects,andachievedoublealignmentofdataandfeatures,thusimprovingthecross-subjectmotorimageryEEGclassificationperformance.
作者：冯洋 乔晓艳Author：FENGYang QIAOXiaoyan
作者单位：山西大学物理电子工程学院,山西太原030006
刊名：传感技术学报 ISTICPKU
Journal：ChineseJournalofSensorsandActuators
年，卷(期)：2024, 37(5)
分类号：TM911.7
关键词：运动想象 对抗迁移学习 加权多源域 跨被试
Keywords：motorimagery adversarialtransferlearning weightedmulti-sourcedomain cross-subjects
机标分类号：TP39D231A841
在线出版日期：2024年7月19日
基金项目：山西省回国留学人员科研资助项目，太原市小店区产学研合作科技专项项目加权多源域对抗迁移学习运动想象脑电识别[
期刊论文] 传感技术学报--2024, 37(5)冯洋 乔晓艳运动想象脑电信号个体差异大且数据采集成本高,构建小样本、跨被试的运动想象脑电识别模型是脑机接口中需要解决的关键问题.针对小样本跨领域学习,提出一种基于预对齐策略和对抗迁移学习的加权多源域自适应方法,把迁移学...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
加权多源域对抗迁移学习运动想象脑电识别 Weighted Multi-Source Domain Adversarial Transfer Based Learning Motor Imagery EEG Recognition
加权多源域对抗迁移学习运动想象脑电识别.pdf
- 文件大小:
- 2.27 MB
- 下载次数:
- 60
-
高速下载
|
|
