【基于深度学习的脑电图识别】应用篇:DEEP LEARNING APPROACHES FOR AUTOMATIC ANALYSIS OF EEGS

DEEP LEARNING APPROACHES FOR AUTOMATIC ANALYSIS OF EEGS

  • 摘要:
  • 数据:
  • 时序信号的时序建模:
    • 特征提取方法:
  • 利用时空上下文建模:
    • 1. 混合 HMMs:
      • 模型结构:
      • 参数设置:
    • 2. 使用卷积神经网络改进空间建模:
      • 2.1 2-D 卷积神经网络
        • 网络结构:
        • 参数设置:
      • 2.2 残差神经网络:
        • 残差模块:
        • 参数设置:
      • 2.3 使用深度卷积生成对抗网络的无监督学习:
        • 生成器:
        • 判别器ÿ

你可能感兴趣的:(基于深度学习的脑电图识别,神经网络,深度学习,人工智能,EEG,脑电图)