EEG-based Mental Workload Estimation using Encoder-Decoder Networks with Multilevel Feature Fusion

In this paper, we propose a model that combines the multilevel feature fusion algorithm and encoder-decoder structure for evaluation of mental workload using electroencephalogram (EEG) signals. The encoder-decoder structure was used to reduce additive noise and subject variations of EEG data. The en...

Ausführliche Beschreibung

Bibliographische Detailangaben

Veröffentlicht in:	2022 IEEE International Conference on Consumer Electronics-Asia (ICCE-Asia) S. 1 - 3
Hauptverfasser:	Jin, Chang-Gyun, Kim, Seong-Eun
Format:	Tagungsbericht
Sprache:	Englisch
Veröffentlicht:	IEEE 26.10.2022
Schlagworte:	Brain modeling CNN Data models Decoding EEG Electroencephalography Encoder-Decoder Estimation Feature extraction Multilevel feature fusion Three-dimensional displays Workload Estimation
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!