تقدم هذه الدراسة طريقة جديدة لتصنيف الكلام المتخيل من إشارات تخطيط الدماغ الكهربائي (EEG)، باستخدام هياكل تعلم عميقة متقدمة وخط أنابيب معالجة مسبقة متخصصة. يقترح المؤلفون خمس هياكل هجينة تجمع بين الشبكات العصبية التلافيفية (CNN) وشبكات الذاكرة طويلة وقصيرة المدى (LSTM) لالتقاط الميزات المكانية والزمانية لبيانات EEG بشكل فعال. يتكون خط أنابيب المعالجة المسبقة من…

تتناول ورقة البحث التحديات المتعلقة بإزالة آثار تخطيط الدماغ الكهربائي (EEG)، وهي قضية حاسمة في معالجة إشارات EEG بسبب وجود أنواع مختلفة من الضوضاء الفسيولوجية وغير الفسيولوجية التي يمكن أن تؤثر على جودة البيانات. تقدم الدراسة CLEnet، وهو نموذج جديد للتعلم العميق يدمج الشبكات العصبية التلافيفية ذات المقاييس المزدوجة (CNN) وشبكات الذاكرة طويلة وقصيرة المدى…