Subject-Independent Drowsiness Recognition from Single-Channel EEG with an Interpretable CNN-LSTM model

For EEG-based drowsiness recognition, it is desirable to use subject-independent recognition since conducting calibration on each subject is time-consuming. In this paper, we propose a novel Convolutional Neural Network (CNN)-Long Short-Term Memory (LSTM) model for subject-independent drowsiness rec...

Ausführliche Beschreibung

Bibliographische Detailangaben

Veröffentlicht in:	arXiv.org
Hauptverfasser:	Cui, Jian, Zirui Lan, Zheng, Tianhu, Liu, Yisi, Sourina, Olga, Wang, Lipo, Müller-Wittig, Wolfgang
Format:	Paper
Sprache:	Englisch
Veröffentlicht:	Ithaca Cornell University Library, arXiv.org 21.11.2021
Schlagworte:	Artificial neural networks Deep learning Electroencephalography Machine learning Recognition Sleepiness Visualization
ISSN:	2331-8422
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!