EEG情感分类

【R-fMRI Notes】基础知识1

现代的神经影像学技术有这样几种：脑电图(EEG)，单光子发射体层成像(SPECT),正电子发射型计算机断层显像(PET)，功能性磁共振成像(fMRI)，侵入性光学成像(invasiveopticalimaging
Luminous烁·2023-04-17 16:59

Paper Reproducing (1) -- Deep Learning for EEG Classification

人工智能领域的很多技术早已被应用在一些和医疗相关议题，较为常见的是利用深度学习技术对医学影像进行分析(如协助判断患者是否患有癌症，预测癌细胞是否出现转移)；也有很多是利用深度学习于讯号处理(如分析病患的脑电波讯号EEG
Chiu666·2023-04-16 12:36

第六届多模态脑网络数据处理班（直播：2023.6.15~6.25）

茗创科技专注于脑科学数据处理，涵盖（EEG/ERP,fMRI,结构像,DTI,ASL,FNIRS）等，欢迎留言讨论及转发推荐，也欢迎了解茗创科技的脑电课程，数据处理服务及脑科学工作站销售业务，可添加我们的工程师
茗创科技·2023-04-16 11:36

如何找到脑电中眼电伪迹/EEG伪迹寻找/eeglab使用

EEG中伪迹主要分为物理伪迹与非物理伪迹两大类。
grand_pink·2023-04-16 03:09

代码：使用 eeglab 的函数自己做独立成分分析 ICA 去除噪声得到干净信号

分量是噪声的概率4.根据设定的阈值得到需要去除的ica通道5.去除噪声得到干净信号%%ica%useimporttocreateeglabeeg%使用下边的函数得到一个符合eeglab中的脑电结构的结构体EEG
油泼西红柿·2023-04-16 03:08

EEGLAB系列教程5：数据预处理2（ICA去伪迹）

EEGLAB系列教程5：数据预处理2（ICA去伪迹）今天介绍EEG数据处理系列教程5，在前面的几期中，已经介绍了数据基本处理过程，可以参见以下链接:EEGLAB系列教程1：安装和启动EEGLABEEGLAB
大脑技术·2023-04-16 03:03

使用深度学习模型进行情感分析

具体来说，我们将使用卷积神经网络（ConvolutionalNeuralNetwork，CNN）对IMDB数据集进行情感分类。
SYBH.·2023-04-15 03:02

19章，重新连接大脑：神经反馈治疗

脑电图（EEG）包括不同高度的振幅和波长频率的测量，频率是指一秒内波形上升和落下的次数单位，是赫兹。或每秒周期CPS脑电图上的任何一个频率，都能够帮助认识和治疗创伤，同时，基础波非常容易掌握。
心理咨询师庆贤·2023-04-13 21:41

Prompt进行情感分类-Pytorch实现

Prompt进行情感分类-Pytorch实现数据步骤代码结果数据数据为推特数据集百度云连接：https://pan.baidu.com/s/1Nx7htUBWKBZfo3QPPty3mw密码：1234步骤
王小小小飞·2023-04-13 08:50

喜讯！天翼云荣获国际AI顶会ABAW季军

届自然场景情感行为分析挑战赛（5thWorkshopandCompetitiononAffectiveBehaviorAnalysisin-the-wild，简称ABAW）公布比赛结果，天翼云AI团队（CtyunAI）在情感分类任务中表现出色
天翼云开发者社区·2023-04-13 00:18

图神经网络汇总和总结

下面所有博客是个人对EEG脑电的探索，项目代码是早期版本不完整，需要完整项目代码和资料请私聊。
KPer_Yang·2023-04-12 10:05

论文-Aspect Level Sentiment Classification with Attention-over-Attention Neural Networks

2.摘要方面级别的情感分类旨在识别针对给定上下文句子的某些方面表达的情感。在本文中
魏鹏飞·2023-04-11 20:03

【HFOS】High Frequency Oscillations in Epilepsy

通道选择时域波形筛选存在的问题以及展望OscillationsinEpilepsy:DetectionMethodsandConsiderationsinClinicalApplication摘要  高频振荡(HFOs)是脑电图(EEG
紫钺-高山仰止·2023-04-11 12:47

mne-python学习之一 入门介绍

mne-python是一款开源的用于EEG/EMG分析、处理和显示的软件。遵循BSD-license协议，由Harvard大学牵头，社区共同开发。
香味荧光笔·2023-04-10 23:41

MNE-Python | 开源生理信号分析神器（一）

开门见山地说，MNE是我用过的最强生理信号分析神器（可能是我见识浅薄，大佬勿喷），处理范围涵盖EEG、MEG等各种类型。
一只殿鹿·2023-04-10 23:38

【思维导图】脑机接口MNE工具箱中关于epoch的基础知识点

整理自【脑机接口社区】的几篇文章：(2)-MNE中数据结构Epoch及其创建方法(3)-MNE中数据结构Epoch及其用法简介Python-EEG工具库MNE中文教程(14)-Epoch对象中的元数据(
认知计算_茂森·2023-04-10 23:36

用于EEG数据处理的MNE安装及使用

/Part1_IAPS_SES1_EEG_fNIR
菜鸟的梦幻日记·2023-04-10 23:36

【NLP实战】基于Bert和双向LSTM的情感分类【上篇】

文章目录前言简介数据获取与提取数据清洗读取数据，查看数据清洗训练集观察数据分布去除空数据去除重复数据关于去除停用词关于特殊符号储存清洗后的数据集清洗测试集观察数据分布去除空数据去除重复数据(并储存)清洗验证集观察数据分布去除空行去除重复数据(并储存)总结代码汇总前言最近自己找了个实验做，写了很多实验记录和方法，现在我将它们整理成文章，希望能对不熟悉NLP的伙伴们起到些许帮助。如有疑问请及时联系作者
Twilight Sparkle.·2023-04-10 16:57

【NLP实战】基于Bert和双向LSTM的情感分类【上篇】

文章目录前言简介数据获取与提取数据清洗读取数据，查看数据清洗训练集观察数据分布去除空数据去除重复数据关于去除停用词关于特殊符号储存清洗后的数据集清洗测试集观察数据分布去除空数据去除重复数据(并储存)清洗验证集观察数据分布去除空行去除重复数据(并储存)总结代码汇总前言最近自己找了个实验做，写了很多实验记录和方法，现在我将它们整理成文章，希望能对不熟悉NLP的伙伴们起到些许帮助。如有疑问请及时联系作者
Twilight Sparkle.·2023-04-10 16:55

脑电实验设计（总结篇）

简介脑电图(EEG)因其低成本、无创、便携以及毫秒级的高时间分辨率等特点，成为了研究大脑功能、异常和神经生理动力学的可靠且广泛使用的测量工具。
茗创科技·2023-04-08 23:37

（论文加源码）基于DEAP的脑电情绪识别（四分类）（数据增强和扩充）（五种模型作对比：一维 CNN，LSTM和二维和三维 CNN和带有LSTM的级联CNN）

脑电图（EEG）信号将主要用于创建该模型。不同的刺
脑电永不过时·2023-04-06 23:25

算法工程师面试问答_文本分类

以文本分类为例，情感分类，新闻分类，主题分类、问答匹配、意图识别、推断等等领域都使用到了文本分类的相关知识或技术。
suli77·2023-04-05 13:53

AI快车道PaddleNLP系列直播课7|细粒度情感分析实战NLP|文本情感分类

情感分类是一个大领域具体研究的话还需要细分，在对数据分析方面有较强的实用价值。
云淡风轻__·2023-04-05 12:43

基于Python实现的论坛帖子文本情感分析完整代码+数据 可直接运行 毕业设计

https://download.csdn.net/download/qq_38735017/87425721一、课程项目文本分类分析二、项目类容爬取川大匿名社区SCUinfo在一段时间内的帖子，对其进行情感分类分析
数学是算法的灵魂·2023-04-04 17:04

开源模型bloomz可以做哪些中文任务？

运行环境：腾讯云P40（24G），deepspeed，transformers使用模型：bigscience/bloomz-7b1-mt，支持中文推理时GPU占用：14G+1.情感分类-结果是对的2.实体提取
wxl781227·2023-04-04 12:00

ChatGPT三个关键技术

可以看到，只需要以自然语言的形式描述两个情感分类任务输入输出的例子，LLM就能够对新输入数
黄乐荣·2023-04-04 09:05

NLL loss（负对数似然损失）

NLL损失在NLP中含义：在自然语言处理中，通常用于分类任务，例如语言模型、情感分类等。NLL损失全称为NegativeLog-LikelihoodLoss，其含义是负对数似然损失。
马鹏森·2023-04-04 08:29

PyTorch入门-自然语言分类任务

在我们的情感分类任务中，我们所需要接触到的数据有文本字符串和两种情感，“pos"或者"neg”。Field的参数制定了数据会被怎样处理。
lewjin·2023-04-04 02:59

经典综述|EEG源空间功能连接—致力于实现时-空间上高分辨率脑网络分析

本文同步发布于“脑之说”微信公众号，欢迎搜索关注~~》一、写在前面这是2018年发布于信号处理领域权威顶级杂志《IEEESignalProcessingMagazine》上的一篇综述文章，该文章对于如何进行EEG
悦影科技·2023-04-04 01:21

transformer编码层-Bert底层介绍

内容抄自：视频从中文Transformer到BERT的模型精讲,以及基于BERT情感分类实战代码文本来自：github讲解和内容介绍一、简介说到自然语言处理、语言模型、命名实体识别、机器翻译，可能很多人想到的
骆旺达·2023-04-04 01:58

EEG多元模式分析预测慈善捐赠行为

慈善捐赠是一种利他主义行为，个人捐赠金钱或其他资源来造福他人，而接受者通常不在语境中。一些心理因素已经被证明会影响慈善捐赠，包括成本-收益分析，参与利他行为的动机，以及感知到的捐赠的心理利益。最近的研究发现，腹侧内侧前额叶皮层(MPFC)负责在社会决策任务中为选项分配价值，其他区域涉及共情和情感，为价值计算提供输入。脑电数据的多变量模式分析可以进一步了解捐献行为中与价值计算和情绪影响有关的神经活动
悦影科技·2023-04-03 18:23

卷积神经网络CNN的文本分类原理和实战

文本分类：是自然语言处理领域最活跃的研究方向之一，目前文本分类在工业界的应用场景非常普遍，从新闻的分类、商品评论信息的情感分类到微博信息打标签辅助推荐系统，卷积神经网络：主要用来做图片分类、目标检测等图像相关的任务
Viterbi·2023-04-02 23:47

慢波睡眠中脑电微状态与脑功能网络的相关性

《本文同步发布于“脑之说”微信公众号，欢迎搜索关注~~》脑电图(EEG)的微观状态在清醒状态下已被广泛研究，并被描述为“思维原子”。
悦影科技·2023-04-02 12:43

Python科学计算包MNE——脑电信号处理之源定位问题

目录一.conda环境配置和预处理1.1EEG预处理二.头部模型和正向计算2.1计算前向运算符2.1.1计算和可视化BEM表面2.1.2可视化配准2.1.3计算源空间2.2计算正向解三.适配电极方案四.
东洋 Dongyang·2023-04-02 01:53

Python科学计算包MNE——头模型和前向计算

surfer三.可视化配准四.计算源空间4.1源空间定义4.2设置源空间五.计算正向解前言mne是一款用于处理神经信号的Python科学计算包，其中所有的示例数据集都是来自同一个机构中来自60通道电极帽的EEG
东洋 Dongyang·2023-04-02 01:26

pytorch 实现情感分类问题

1、词表映射无论是深度学习还是传统的统计机器学习方法处理自然语言，都需要先将输入的语言符号（通常为标记Token），映射为大于等于0、小于词表大小的整数，该整数也被称作一个标记的索引值或下标。vocab类实现标记和索引之间的相互映射。fromcollectionsimportdefaultdict,CounterclassVocab:def__init__(self,tokens=None):se
Icarus_·2023-04-01 23:12

7个Bert变种模型baseline在7个文本分类数据集上训练和测试

使用的模型有下面七个BertOrigin,BertCNN,BertLSTM,BertATT,BertRCNN,BertCNNPlus,BertDPCNN通用数据集情感分类：采用IMDB，SST-2,以及
德彪稳坐倒骑驴·2023-04-01 12:28

python情感分析步骤_使用python+机器学习方法进行情感分析(详细步骤)

无论是主客观分类还是正负面情感分类，机器学习都可以完成任务。而无需像词典匹配那样要深入到词语、句子、语法这些层面。而词典方法适用的语料范围更广，无论是手机、电脑这些商品，还是书评、影评这些语
weixin_39754411·2023-04-01 11:06

BCI IV-2a 运动想象论文代码复现

论文：EEG-TCNet:AnAccurateTemporalConvolutionalNetworkforEmbeddedMotor-ImageryBrain–MachineInterfaces数据：
大大U·2023-03-31 16:12

运动想象代码复现，数据集BCI IV-2a

目前在做运动想象分类，复现了一些代码，分享一下经验，并上传了这个资源原论文：EEG-TCNet:AnAccurateTemporalConvolutionalNetworkforEmbeddedMotor-ImageryBrain–MachineInterfaces
Nan_Feng_ya·2023-03-31 16:31

BCI Competition IV 2a数据集介绍

相关链接如下：数据集下载链接(.gdf文件版本)数据集下载链接(.mat文件版本)官方介绍文档(PDF)正文一、整体介绍数据集由9名受试者的EEG数据组成，受试者在实验过程中需要进行四种不同的运动想象任务
袋装猫·2023-03-31 16:27

IsADirectoryError: [Errno 21] Is a directory【已解决】

IsADirectoryError:[Errno21]Isadirectory:'/home/LIST_2080Ti/njh/CHB-MIT-DATA/epilepsy_eeg_classification
ACMSunny·2023-03-31 16:19

记录第一次ANN跑BCI Competition iv 2a过程

代码地址：https://github.com/BUVANEASH/EEG-Motor-Imagery-Classification---ANN/blob/master/MNE_WPD_CSP_ANN.i
Dancingharbor·2023-03-31 16:49

表情识别。识别开心，悲伤，惊讶等等表情(文末附源码)

情绪分类实时人脸检测和情绪分类在karggle竞争数据集fer2013中，测试准确率为66%CK+数据集中的测试精度为99.87%在从网络摄像头##dataset来源捕获的实时视频中，平均情感分类模型预测成本时间为
SYBH.·2023-03-31 10:24

eeg小波变换matlab,基于小波变换与自适应滤波的EEG信号的提取

同时，EEG信号为非平稳信号，除了含有非常有用的低频信号外，其突变部分反映了EE
王霸鲸·2023-03-29 13:38

python基于svm项目+课程设计报告_基于机器学习的脑电病理诊断

此外，机器学习允许基于EEG的睡眠分期过程的自动化以及特定疾病及其神经诊断，如阿尔茨海默，抑郁症，创伤性脑损伤，中风，以及
weixin_39928818·2023-03-29 13:37

基于小波包的EEG脑电信号分解重构与特征提取【待补充】

1.传统的小波变换与小波包的区别工程应用中经常需要对一些非平稳信号进行，小波分析和小波包分析适合对非平稳信号分析，相比较小波分析，利用小波包分析可以对信号分析更加精细，小波包分析可以将时频平面划分的更为细致，对信号的高频部分的分辨率要好于小波分析，可以根据信号的特征，自适应的选择最佳小波基函数，比便更好的对信号进行分析，所以小波包分析应用更加广泛。①传统的（经典）小波分解小波变换只对信号的低频部分
nice_evil·2023-03-29 12:39

阅读笔记3：基于深度学习的运动想象脑电信号分类算法研究

基于深度学习的运动想象脑电信号分类算法研究作者佟歌单位：哈尔滨工程大学控制科学与工程发表时间：2018032.笔记2.1脑电信号采集及预处理2.1.1脑电信号分析方法传统分析方法主要从四个方面入手：时域分析、频域分析、时频分析、空域分析时域分析：EEG
zeIx_·2023-03-29 12:54

RLHF技术在机器理解人类指令领域的前景和应用

1.数据收集：2.数据预处理：3.情感分类：4.情感分析：5.情感反馈：RLHF技术如何在情绪判断方面发挥作用？
勤奋学习研究牲·2023-03-29 07:18

PT之Transformer：基于PyTorch框架利用Transformer算法针对IMDB数据集实现情感分类的应用案例代码解析

PT之Transformer：基于PyTorch框架利用Transformer算法针对IMDB数据集实现情感分类的应用案例代码解析目录基于PyTorch框架利用Transformer算法针对IMDB数据集实现情感分类的应用案例思路设计
一个处女座的程序猿·2023-03-26 07:26
上一页 10 11 12 13 14 15 16 17 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他