| 标题 |
Same Brain, Different Prediction: How Preprocessing Choices Undermine EEG Decoding Reliability
相关领域
预处理器
计算机科学
人工智能
管道(软件)
可靠性(半导体)
机器学习
二进制数
数据挖掘
鉴定(生物学)
模式识别(心理学)
一致性(知识库)
灵敏度(控制系统)
二元分类
利用
矩阵分解
组分(热力学)
解码方法
反事实思维
特征提取
理论(学习稳定性)
成交(房地产)
数据预处理
独立成分分析
维数(图论)
集合(抽象数据类型)
边距(机器学习)
钥匙(锁)
|
| 网址 |
求助人暂未提供
|
| DOI |
暂未提供,该求助的时间将会延长,查看原因?
|
| 其它 |
作者单位:日本东北大学、美国佐治亚大学等核心价值: 1. 首次系统性证实:预处理选择是 EEG 深度学习预测不可靠的核心隐藏因素。2. 提供标准化工具:CFR、PU、沃尔什 - 阿达马分解可直接用于模型鲁棒性评估。3. 提出可落地缓解方案:NA-PGI 实现开箱即用的预处理鲁棒性提升。4. 推动领域规范:呼吁将预处理鲁棒性作为 EEG 模型的核心评价指标,提升临床与 BCI 应用可靠性。 |
| 求助人 | |
| 下载 | |
|
温馨提示:该文献已被科研通 学术中心 收录,前往查看
科研通『学术中心』是文献索引库,收集文献的基本信息(如标题、摘要、期刊、作者、被引量等),不提供下载功能。如需下载文献全文,请通过文献求助获取。
|
PDF的下载单位、IP信息已删除
(2025-6-4)