arXiv · cs.AI · Xiaocong Zeng, Buxuan Wang, Xin Yang, Pei Huang, Dongyang Kuang · 10 小时前模型评分29
VARY：从粗粒度试次标签中实现鲁棒的脑电情绪识别
Robust EEG-based Emotion Recognition from Coarse Trial-level Labels under Intra-trial Affective Variability
导读
研究提出 VARY 框架，用于从粗粒度试次标签中识别脑电情绪，通过两阶段样本选择（TSS，Two-stage Sample Selection）筛出情绪标签可靠的脑电窗口，并用 MixAug 数据增强提升模型在有限且不可靠监督下的鲁棒性。在 DREAMER 和 SEED 两个公开数据集上，VARY 相比最佳基线最高分别提升 11.54% 和 5.39% 准确率。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
应用领域：医疗与生命科学
事件类型：研究发布
证据摘录
- “To address this challenge, we propose VARY, a variability-aware robust learning framework for EEG-based emotion recognition from coarse trial-level labels.”
来源：arXiv · cs.AI · arxiv.org