Buchumschlag

Spatial Imputation Drives Cross-Domain Alignment for EEG Classification

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Hongjun, Yao, Chao, Zhang, Yalan, wang, Xiaokun, Ban, Xiaojuan
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence 62M10 I.5.1; J.3
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Contrastive Diffusion-based Network (CDNet) for Time Series Classification
von: Zhang, Yaoyu, et al.
Veröffentlicht: (2025)

WaveNet's Precision in EEG Classification
von: van Laar, Casper, et al.
Veröffentlicht: (2025)

CFMI: Flow Matching for Missing Data Imputation
von: Simkus, Vaidotas, et al.
Veröffentlicht: (2025)

Dimension-independent rates for structured neural density estimation
von: Vandermeulen, Robert A., et al.
Veröffentlicht: (2024)

PatchFormer: A Patch-Based Time Series Foundation Model with Hierarchical Masked Reconstruction and Cross-Domain Transfer Learning for Zero-Shot Multi-Horizon Forecasting
von: Imanov, Olaf Yunus Laitinen, et al.
Veröffentlicht: (2026)

AERO: A Redirection-Based Optimization Framework Inspired by Judo for Robust Probabilistic Forecasting
von: Vaiapury, Karthikeyan
Veröffentlicht: (2025)

Robust Probabilistic Load Forecasting for a Single Household: A Comparative Study from SARIMA to Transformers on the REFIT Dataset
von: Manoj, Midhun
Veröffentlicht: (2025)

Breaking the curse of dimensionality in structured density estimation
von: Vandermeulen, Robert A., et al.
Veröffentlicht: (2024)

GT-PCA: Effective and Interpretable Dimensionality Reduction with General Transform-Invariant Principal Component Analysis
von: Heinrichs, Florian
Veröffentlicht: (2024)

Randomized Spline Trees for Functional Data Classification: Theory and Application to Environmental Time Series
von: Riccio, Donato, et al.
Veröffentlicht: (2024)

DeepCausalMMM: A Deep Learning Framework for Marketing Mix Modeling with Causal Structure Learning
von: Tirumala, Aditya Puttaparthi
Veröffentlicht: (2025)

5G-DIL: Domain Incremental Learning with Similarity-Aware Sampling for Dynamic 5G Indoor Localization
von: Raichur, Nisha Lakshmana, et al.
Veröffentlicht: (2025)

From Data Acquisition to Lag Modeling: Quantitative Exploration of A-Share Market with Low-Coupling System Design
von: Fang, Jianyong, et al.
Veröffentlicht: (2025)

Demystifying Functional Random Forests: Novel Explainability Tools for Model Transparency in High-Dimensional Spaces
von: Maturo, Fabrizio, et al.
Veröffentlicht: (2024)

MRMS-Net and LMRMS-Net: Scalable Multi-Representation Multi-Scale Networks for Time Series Classification
von: Alagöz, Celal, et al.
Veröffentlicht: (2026)

Non-Heuristic Selection via Hybrid Regularized and Machine Learning Models for Insurance
von: Galvão, Luciano Ribeiro, et al.
Veröffentlicht: (2025)

Emerging-properties Mapping Using Spatial Embedding Statistics: EMUSES
von: Foulon, Chris, et al.
Veröffentlicht: (2024)

A Bayesian Updating Framework for Long-term Multi-Environment Trial Data in Plant Breeding
von: Bark, Stephan, et al.
Veröffentlicht: (2026)

Enhancing Visual Interpretability and Explainability in Functional Survival Trees and Forests
von: Loffredo, Giuseppe, et al.
Veröffentlicht: (2025)

Towards a data-scale independent regulariser for robust sparse identification of non-linear dynamics
von: Raut, Jay, et al.
Veröffentlicht: (2026)

LGTD: Local-Global Trend Decomposition for Season-Length-Free Time Series Analysis
von: Sophaken, Chotanansub, et al.
Veröffentlicht: (2026)

Transfer Learning Strategies for Pathological Foundation Models: A Systematic Evaluation in Brain Tumor Classification
von: Enda, Ken, et al.
Veröffentlicht: (2025)

Heart Failure Prediction using Modal Decomposition and Masked Autoencoders for Scarce Echocardiography Databases
von: Bell-Navas, Andrés, et al.
Veröffentlicht: (2025)

CAFCT-Net: A CNN-Transformer Hybrid Network with Contextual and Attentional Feature Fusion for Liver Tumor Segmentation
von: Kang, Ming, et al.
Veröffentlicht: (2024)

Counterfactual Explanation for Multivariate Time Series Forecasting with Exogenous Variables
von: Kinjo, Keita
Veröffentlicht: (2025)

EEG-EyeTrack: A Benchmark for Time Series and Functional Data Analysis with Open Challenges and Baselines
von: Afonso, Tiago Vasconcelos, et al.
Veröffentlicht: (2025)

Robust Taxi Fare Prediction Under Noisy Conditions: A Comparative Study of GAT, TimesNet, and XGBoost
von: Moorthy, Padmavathi
Veröffentlicht: (2025)

An AutoML Framework using AutoGluonTS for Forecasting Seasonal Extreme Temperatures
von: Rodríguez-Bocca, Pablo, et al.
Veröffentlicht: (2025)

Forecasting Coccidioidomycosis (Valley Fever) in Arizona: A Graph Neural Network Approach
von: Sarabi, Ali, et al.
Veröffentlicht: (2025)

Data-Driven Discovery of Feature Groups in Clinical Time Series
von: Sergeev, Fedor, et al.
Veröffentlicht: (2025)

ALT: A Python Package for Lightweight Feature Representation in Time Series Classification
von: Halmos, Balázs P., et al.
Veröffentlicht: (2025)

Location based Probabilistic Load Forecasting of EV Charging Sites: Deep Transfer Learning with Multi-Quantile Temporal Convolutional Network
von: Ali, Mohammad Wazed, et al.
Veröffentlicht: (2024)

Is attention truly all we need? An empirical study of asset pricing in pretrained RNN sparse and global attention models
von: Lai, Shanyan
Veröffentlicht: (2025)

Temporal Functional Circuits: From Spline Plots to Faithful Explanations in KAN Forecasting
von: Mysore, Naveen
Veröffentlicht: (2026)

Can Robots "Taste" Grapes? Estimating SSC with Simple RGB Sensors
von: Ciarfuglia, Thomas Alessandro, et al.
Veröffentlicht: (2024)

FedAlign: Federated Domain Generalization with Cross-Client Feature Alignment
von: Gupta, Sunny, et al.
Veröffentlicht: (2025)

ASF-YOLO: A Novel YOLO Model with Attentional Scale Sequence Fusion for Cell Instance Segmentation
von: Kang, Ming, et al.
Veröffentlicht: (2023)

A Multimodal Feature Distillation with Mamba-Transformer Network for Brain Tumor Segmentation with Incomplete Modalities
von: Kang, Ming, et al.
Veröffentlicht: (2024)

BGF-YOLO: Enhanced YOLOv8 with Multiscale Attentional Feature Fusion for Brain Tumor Detection
von: Kang, Ming, et al.
Veröffentlicht: (2023)

CST-YOLO: A Novel Method for Blood Cell Detection Based on Improved YOLOv7 and CNN-Swin Transformer
von: Kang, Ming, et al.
Veröffentlicht: (2023)