10:59
官方账号arXiv cs.LG@Athanasios Papastathopoulos-Katsaros, Steven T. Lee, Lin Yao, Ajay Thomas, Junseok Park, Matthew J. McGinley, Zhandong Liu
推荐理由：这篇论文用了一种叫bag-of-waves的巧办法，只需少量数据就能从脑电信号里学到可解释的波形模板，比那些黑箱深度模型好懂，还省钱省算力。
bag-of-waves
共 1 条相关 AI 资讯
7月27日
10:59
论文提出bag-of-waves框架，利用移位不变k-means无监督学习EEG波形模板（原子），将连续信号转为原子序列计数进行分类。方法扩展了原子间转移n-gram和跨通道空间原子。在三个数据集测试：仅16只小鼠的单通道基因型聚类、静息态痴呆分类、以及TUEV临床EEG六分类基准。性能与深度/基础模型相当，但参数量极少且完全可解释——每个原子对应可检验的波形形态，神经生理学家可验证已知临床特征。