Buchumschlag

LGL-BCI: A Motor-Imagery-Based Brain-Computer Interface with Geometric Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lu, Jianchao, Tian, Yuzhe, Zhang, Yang, Sheng, Quan Z., Zheng, Xi
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

LGL-BCI: A Motor-Imagery-Based Brain-Computer Interface with Geometric Learning
von: Lu, Jianchao, et al.
Veröffentlicht: (2025)

EEG-based AI-BCI Wheelchair Advancement: Hybrid Deep Learning with Motor Imagery for Brain Computer Interface
von: Thapa, Bipul, et al.
Veröffentlicht: (2025)

Motor Imagery Classification for Asynchronous EEG-Based Brain-Computer Interfaces
von: Wu, Huanyu, et al.
Veröffentlicht: (2024)

EEGEncoder: Advancing BCI with Transformer-Based Motor Imagery Classification
von: Liao, Wangdan, et al.
Veröffentlicht: (2024)

Uncertainty Quantification for Motor Imagery BCI -- Machine Learning vs. Deep Learning
von: Suurmeijer, Joris, et al.
Veröffentlicht: (2025)

Unsupervised Adaptive Deep Learning Method For BCI Motor Imagery Decoding
von: Ouahidi, Yassine El, et al.
Veröffentlicht: (2024)

Federated Motor Imagery Classification for Privacy-Preserving Brain-Computer Interfaces
von: Jia, Tianwang, et al.
Veröffentlicht: (2024)

On-device Learning of EEGNet-based Network For Wearable Motor Imagery Brain-Computer Interface
von: Bian, Sizhen, et al.
Veröffentlicht: (2024)

Robust Feature Engineering Techniques for Designing Efficient Motor Imagery-Based BCI-Systems
von: Gardezi, Syed Saim, et al.
Veröffentlicht: (2024)

BCI-sift: An automated feature selection toolbox for Brain Computer Interface applications
von: Offenberg, Elena C, et al.
Veröffentlicht: (2026)

Enhancing Computational Efficiency of Motor Imagery BCI Classification with Block-Toeplitz Augmented Covariance Matrices and Siegel Metric
von: Carrara, Igor, et al.
Veröffentlicht: (2024)

Large Brain Model for Learning Generic Representations with Tremendous EEG Data in BCI
von: Jiang, Wei-Bang, et al.
Veröffentlicht: (2024)

A Contrastive Learning Based Convolutional Neural Network for ERP Brain-Computer Interfaces
von: Cui, Yuntian, et al.
Veröffentlicht: (2024)

AdaBrain-Bench: Benchmarking Brain Foundation Models for Brain-Computer Interface Applications
von: Wu, Jiamin, et al.
Veröffentlicht: (2025)

Decoding Motor Behavior Using Deep Learning and Reservoir Computing
von: Lan, Tian
Veröffentlicht: (2025)

When Brain Foundation Model Meets Cauchy-Schwarz Divergence: A New Framework for Cross-Subject Motor Imagery Decoding
von: Wu, Jinzhou, et al.
Veröffentlicht: (2025)

The Challenge of Out-Of-Distribution Detection in Motor Imagery BCIs
von: Mulder, Merlijn Quincent, et al.
Veröffentlicht: (2026)

LEAF: Language-EEG Aligned Foundation Model for Brain-Computer Interfaces
von: Jiang, Muyun, et al.
Veröffentlicht: (2025)

Geometry-Aware Deep Congruence Networks for Manifold Learning in Cross-Subject Motor Imagery
von: Manivannan, Sanjeev, et al.
Veröffentlicht: (2025)

MI 2 MI: Training Dyad with Collaborative Brain-Computer Interface and Cooperative Motor Imagery Tasks for Better BCI Performance
von: Cheng, Shiwei, et al.
Veröffentlicht: (2024)

Revisiting Euclidean Alignment for Transfer Learning in EEG-Based Brain-Computer Interfaces
von: Wu, Dongrui
Veröffentlicht: (2025)

Scalable Geometric Learning with Correlation-Based Functional Brain Networks
von: You, Kisung, et al.
Veröffentlicht: (2025)

Review of Deep Representation Learning Techniques for Brain-Computer Interfaces and Recommendations
von: Guetschel, Pierre, et al.
Veröffentlicht: (2024)

MVCNet: Multi-View Contrastive Network for Motor Imagery Classification
von: Wang, Ziwei, et al.
Veröffentlicht: (2025)

Graph-Based Learning of Spectro-Topographical EEG Representations with Gradient Alignment for Brain-Computer Interfaces
von: Angkan, Prithila, et al.
Veröffentlicht: (2025)

Graph Neural Networks Uncover Geometric Neural Representations in Reinforcement-Based Motor Learning
von: Nardi, Federico, et al.
Veröffentlicht: (2024)

Bayesian Inference on Brain-Computer Interfaces via GLASS
von: Zhao, Bangyao, et al.
Veröffentlicht: (2023)

DeeperBrain: A Neuro-Grounded EEG Foundation Model Towards Universal BCI
von: Wang, Jiquan, et al.
Veröffentlicht: (2026)

Uncertainty Quantification for cross-subject Motor Imagery classification
von: Manivannan, Prithviraj, et al.
Veröffentlicht: (2024)

Decoding the Stressed Brain with Geometric Machine Learning
von: Koszut, Sonia, et al.
Veröffentlicht: (2025)

Spiking Personalized Federated Learning for Brain-Computer Interface-Enabled Immersive Communication
von: Shang, Chen, et al.
Veröffentlicht: (2026)

Adversarial Filtering Based Evasion and Backdoor Attacks to EEG-Based Brain-Computer Interfaces
von: Meng, Lubin, et al.
Veröffentlicht: (2024)

Towards Probabilistic Inference of Human Motor Intentions by Assistive Mobile Robots Controlled via a Brain-Computer Interface
von: Zhou, Xiaoshan, et al.
Veröffentlicht: (2025)

Meta-cognitive Multi-scale Hierarchical Reasoning for Motor Imagery Decoding
von: Kim, Si-Hyun, et al.
Veröffentlicht: (2025)

Subject-Independent Deep Architecture for EEG-based Motor Imagery Classification
von: Sartipi, Shadi, et al.
Veröffentlicht: (2024)

Motor Imagery Classification Using Feature Fusion of Spatially Weighted Electroencephalography
von: Shiam, Abdullah Al, et al.
Veröffentlicht: (2025)

Variational Phasor Circuits for Phase-Native Brain-Computer Interface Classification
von: Sigdel, Dibakar
Veröffentlicht: (2026)

Fairness in Federated Learning: Trends, Challenges, and Opportunities
von: Mukhtiar, Noorain, et al.
Veröffentlicht: (2025)

Federated Learning at the Forefront of Fairness: A Multifaceted Perspective
von: Mukhtiar, Noorain, et al.
Veröffentlicht: (2026)

Feature Reweighting for EEG-based Motor Imagery Classification
von: Lotey, Taveena, et al.
Veröffentlicht: (2023)