Steven Kwok Keung Chow

脑电注意力识别换掉了固定电极连接图。此前多频段特征靠简单拼接、通道关系按预设邻接矩阵处理，难以刻画任务中变化的通道耦合。DGCSA把电极当作图节点，用可学习邻接矩阵动态更新通道拓扑，并用自注意力补上全局依赖，同时以贝叶斯优化的频带权重融合功率谱密度与微分熵。在20名参与者、873段3秒脑电上，三分类准确率为91.67%，高于SVM、CNN与LSTM基线；VR场景的平均注意力得分也高于2D。

脑电注意力识别换掉了固定电极连接图。此前多频段特征靠简单拼接、通道关系按预设邻接矩阵处理，难以刻画任务中变化的通道耦合。DGCSA把电极当作图节点，用可学习邻接矩阵动态更新通道拓扑，并用自注意力补上全局依赖，同时以贝叶斯优化的频带权重融合功率谱密度与微分熵。在20名参与者、873段3秒脑电上，三分类准确率为91.67%，高于SVM、CNN与LSTM基线；VR场景的平均注意力得分也高于2D。