MAE-EEG-Transformer: A transformer-based approach combining masked autoencoder and cross-individual data augmentation pre-training for EEG classification

Convolutional neural networks (CNN) may not be ideal for extracting global temporal features from non-stationary Electroencephalogram (EEG) signals. The application of the masking-based method in EEG classification is not well studied, and there is a shortage of commonly accepted models for verifyin...

Celý popis

Podrobná bibliografie

Vydáno v:	Biomedical signal processing and control Ročník 94; s. 106131
Hlavní autoři:	Cai, Miao, Zeng, Yu
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier Ltd 01.08.2024
Témata:	EEG Masked autoencoder Motor imagery Pre-training Transformer Pre-training Motor imagery Transformer Masked autoencoder EEG
ISSN:	1746-8094
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!