arXiv · 机器人与计算机视觉· Peijun Shi, Xiujin Zhu, Zhenguo Lao, Chee-Onn Chow, Wei Ru Wong, Zhen Liu, Xiaobing Jiang·· 2026-10-20AI 评分57
面向非对称脑电 - 眼动情绪识别的上下文感知拓扑蒸馏图网络
Context-Aware Topological Distillation Graph Network for Asymmetric EEG-Eye Movement Emotion Recognition
AI 导读
针对脑电与眼动信号融合模型在眼动数据丢失时性能下降的问题,提出一种结合电极图节点与边调制机制的上下文感知拓扑蒸馏图网络(CTD-GNet)。该模型通过双向蒸馏耦合多模态教师与单窗口脑电学生网络,显著提升了鲁棒性。在 SEED 和 SEED-IV 数据集上,其平均准确率分别达到 84.91% 和 76.17%,且在眼动数据完全缺失时仍保持 66.1% 的准确率,优于所有仅用脑电的模型。
来源:arXiv · 机器人与计算机视觉 · arxiv.org