Buchumschlag

Improving EEG Classification Through Randomly Reassembling Original and Generated Data with Transformer-based Diffusion Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Mingzhi, Gui, Yiyu, Su, Yuqi, Zhu, Yuesheng, Luo, Guibo, Yang, Yuchao
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Signal Processing Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

EEGMamba: Bidirectional State Space Model with Mixture of Experts for EEG Multi-task Classification
von: Gui, Yiyu, et al.
Veröffentlicht: (2024)

Two-Dimensional Graph Bi-Fractional Fourier Transform
von: Wang, Mingzhi, et al.
Veröffentlicht: (2025)

Handwriting Imagery EEG Classification based on Convolutional Neural Networks
von: Yang, Hao, et al.
Veröffentlicht: (2025)

Designing Pre-training Datasets from Unlabeled Data for EEG Classification with Transformers
von: Bary, Tim, et al.
Veröffentlicht: (2024)

Multi-Branch Mutual-Distillation Transformer for EEG-Based Seizure Subtype Classification
von: Peng, Ruimin, et al.
Veröffentlicht: (2024)

Enhancing EEG Signal Generation through a Hybrid Approach Integrating Reinforcement Learning and Diffusion Models
von: An, Yang, et al.
Veröffentlicht: (2024)

Edge-Fog Computing-Enabled EEG Data Compression via Asymmetrical Variational Discrete Cosine Transform Network
von: Zhu, Xin, et al.
Veröffentlicht: (2025)

EEG_GLT-Net: Optimising EEG Graphs for Real-time Motor Imagery Signals Classification
von: Aung, Htoo Wai, et al.
Veröffentlicht: (2024)

Biomedical Signal Processing: EEG and ECG Classification with Discrete Wavelet Transforms, Energy Distribution, and Convolutional Neural Networks
von: London, Justin
Veröffentlicht: (2025)

Improving EEG Signal Classification Accuracy Using Wasserstein Generative Adversarial Networks
von: Park, Joshua, et al.
Veröffentlicht: (2024)

Flexible and Explainable Graph Analysis for EEG-based Alzheimer's Disease Classification
von: Wang, Jing, et al.
Veröffentlicht: (2025)

Decoding Human Attentive States from Spatial-temporal EEG Patches Using Transformers
von: Ding, Yi, et al.
Veröffentlicht: (2025)

Human Detection in Realistic Through-the-Wall Environments using Raw Radar ADC Data and Parametric Neural Networks
von: Wang, Wei, et al.
Veröffentlicht: (2024)

A Unified Fractional Spectral Framework for Spatiotemporal Graph Signals: Bi-Fractional Transform and Geodesic Coupling
von: Wang, Mingzhi, et al.
Veröffentlicht: (2026)

Hyperdimensional Computing for ADHD Classification using EEG Signals
von: Colonnese, Federica, et al.
Veröffentlicht: (2025)

EEG_RL-Net: Enhancing EEG MI Classification through Reinforcement Learning-Optimised Graph Neural Networks
von: Aung, Htoo Wai, et al.
Veröffentlicht: (2024)

Improving the Ranging Performance of Random ISAC Signals Through Pulse Shaping Design
von: Liao, Zihan, et al.
Veröffentlicht: (2024)

Window Stacking Meta-Models for Clinical EEG Classification
von: Zhu, Yixuan, et al.
Veröffentlicht: (2024)

Motor Imagery EEG Signal Classification Using Minimally Random Convolutional Kernel Transform and Hybrid Deep Learning
von: Hwaidi, Jamal, et al.
Veröffentlicht: (2025)

Dynamic GNNs for Precise Seizure Detection and Classification from EEG Data
von: Hajisafi, Arash, et al.
Veröffentlicht: (2024)

CLDTA: Contrastive Learning based on Diagonal Transformer Autoencoder for Cross-Dataset EEG Emotion Recognition
von: Liao, Yuan, et al.
Veröffentlicht: (2024)

Multi-Source Domain Adaptation with Transformer-based Feature Generation for Subject-Independent EEG-based Emotion Recognition
von: Sartipi, Shadi, et al.
Veröffentlicht: (2024)

mixEEG: Enhancing EEG Federated Learning for Cross-subject EEG Classification with Tailored mixup
von: Liu, Xuan-Hao, et al.
Veröffentlicht: (2025)

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

Working Memory Functional Connectivity Analysis for Dementia Classification using EEG
von: Ranjan, Shivani, et al.
Veröffentlicht: (2025)

Automatic Classification of Sleep Stages from EEG Signals Using Riemannian Metrics and Transformer Networks
von: Seraphim, Mathieu, et al.
Veröffentlicht: (2024)

Independent Feature Enhanced Crossmodal Fusion for Match-Mismatch Classification of Speech Stimulus and EEG Response
von: Fan, Shitong, et al.
Veröffentlicht: (2024)

Three-Way Emotion Classification of EEG-based Signals using Machine Learning
von: Purwar, Ashna, et al.
Veröffentlicht: (2026)

Impact of Validation Strategy on Machine Learning Performance in EEG-Based Alcoholism Classification
von: Akinci, Tahir Cetin, et al.
Veröffentlicht: (2026)

FGFRFT: Fast Graph Fractional Fourier Transform via Exact Spectral Splitting and Fourier-Series Approximation
von: Yan, Ziqi, et al.
Veröffentlicht: (2026)

Improved Riemannian potato field: an Automatic Artifact Rejection Method for EEG
von: Hajhassani, Davoud, et al.
Veröffentlicht: (2025)

Task-Oriented Learning for Automatic EEG Denoising
von: Xiang, Tian-Yu, et al.
Veröffentlicht: (2025)

Explain EEG-based End-to-end Deep Learning Models in the Frequency Domain
von: Wang, Hanqi, et al.
Veröffentlicht: (2024)

Three-Dimensional Sparse Random Mode Decomposition for Mode Disentangling with Crossover Instantaneous Frequencies
von: Luo, Chen, et al.
Veröffentlicht: (2025)

EEG Emotion Recognition Through Deep Learning
von: Dolgopolyi, Roman, et al.
Veröffentlicht: (2025)

A 24-GHz CMOS Transformer-Based Three-Tline Series Doherty Power Amplifier Achieving 39% PAE
von: Wang, Zheng, et al.
Veröffentlicht: (2025)

EmT: A Novel Transformer for Generalized Cross-subject EEG Emotion Recognition
von: Ding, Yi, et al.
Veröffentlicht: (2024)

Explainable Interictal Epileptiform Discharge Detection Method Based on Scalp EEG and Retrieval-Augmented Generation
von: Zhu, Yu, et al.
Veröffentlicht: (2026)

EEG-DIF: Early Warning of Epileptic Seizures through Generative Diffusion Model-based Multi-channel EEG Signals Forecasting
von: Jiang, Zekun, et al.
Veröffentlicht: (2024)

PRiSE-EEG: A Prior-Guided Foundation Model with Depth-Stratified Experts for Cross-Paradigm EEG Representation Learning
von: Xiong, Wei, et al.
Veröffentlicht: (2026)