《表1 各模型性能对比:基于图注意力深度神经网络的癫痫脑电尖波识别》
%
同时,引入SVM和BrainDecode两种基线方法作为对比。SVM方法是利用样本各窗口的数据,取各通道每0.05 s内的能量均值作为特征输入,由支持向量机输出类别判断。BrainDecode方法是Schirrmeister[14]提出的卷积神经网络方法在本任务形式下的变体。最终各方法的性能对比(表1)显示均为5折交叉检验的均值结果。其中GADN表示本文提出的图注意力深层神经网络。GADN_OnlyConv指在图注意力网络中只使用设计的卷积编码层,不使用图注意力层的模型。
图表编号 | XD00137929600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.18 |
作者 | 崔昊天、宋森 |
绘制单位 | 清华大学脑与智能实验室及生物医学工程系、清华大学脑与智能实验室及生物医学工程系、北京未来芯片高精尖中心及清华大学类脑计算研究中心、清华-IDG、麦戈文脑科学联合研究院 |
更多格式 | 高清、无水印(增值服务) |