脑机接口 / BCI

Geometry-Aware Deep Congruence Networks for Manifold Learning in Cross-Subject Motor Imagery

用于跨主体运动想象中流形学习的几何感知深度一致性网络

Sanjeev Manivannan, Chandra Shekar Lakshminarayan

机构 * Department of Biotechnology（生物技术系） ； Indian Institute of Technology Madras（印度理工学院马德拉斯分校） ； Department of Data Science and Artificial Intelligence（数据科学与人工智能系） 纠错

专题命中 运动想象 ：motor imagery(title,abstract)；brain-computer interface(abstract)；EEG(abstract)；分类 cs.LG

AI总结 针对跨主体运动想象解码难题，提出几何感知一致性变换及三个互补模型，既作流形对齐模块又作端到端判别架构评估，实验表明该方法能提升转导解码性能，有效减轻脑电图解码中主体间差异。

Comments 77 pages (Main paper - 13 pages, Appendix - 64 pages)