A compact and interpretable convolutional neural network for cross-subject driver drowsiness detection from single-channel EEG

•An interpretable CNN model that can reveal important parts of input single-channel EEG signals for classification with the Class Activation Map (CAM) method.•The model can discover biologically explainable features from a diversity of EEG data of different subjects.•An average accuracy of 73.22% is...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Methods (San Diego, Calif.) Ročník 202; s. 173 - 184
Hlavní autoři:	Cui, Jian, Lan, Zirui, Liu, Yisi, Li, Ruilin, Li, Fan, Sourina, Olga, Müller-Wittig, Wolfgang
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	United States Elsevier Inc 01.06.2022
Témata:	brain Class activation mapping Convolutional neural network Driver drowsiness detection electroencephalography Interpretable CNN muscles Network visualization neural networks neurophysiology Single-channel EEG transportation industry Network visualization Interpretable CNN Single-channel EEG Driver drowsiness detection Convolutional neural network Class activation mapping
ISSN:	1046-2023, 1095-9130, 1095-9130
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!