【計算機科學】【2017.08】腦電信號分類中的深度學習與遷移學習

本文爲美國內布拉斯加大學（作者：Jacob M. Williams）的碩士論文，共82頁。 儘管在其他多種空間和時間序列數據中實現了最先進的分類精度，但深度學習很少用於腦電圖（EEG）信號的分類。相反，大多數研究繼續使用手工特徵提取，然後使用傳統的分類器，如SVMs或邏輯迴歸。這主要是由於每個實驗的樣本數量少、數據的高維性質以及難以找到適合於腦電圖信號分類的深度學習架構。本文將幾種深度學習架構與傳

>>阅读原文<<