IEEE T-PAMI | 华南理工俞祝良团队探索新径：稀疏贝叶斯学习助力端到端精准EEG解码

文章预览

华南理工大学自动化科学与工程学院脑机接口实验室的俞祝良团队首次将稀疏贝叶斯学习应用到端到端脑电图解码，提出了一种名为SBLEST的算法。在统一的贝叶斯框架下，该算法同时优化时空滤波器、分类器、模型参数和稀疏化超参数，不仅在理论上具有先进性，而且在实际应用中展示出出色的分类性能和较强的可解释性。 华南理工大学自动化科学与工程学院俞祝良教授和美国Alto Neuroscience公司联合创始人兼首席数据科学官吴畏博士共同担任通讯作者。华南理工大学自动化科学与工程学院博士研究生王文龙和广东金融学院齐菲菲副教授为共同第一作者，华南理工大学为第一作者单位和通讯单位。 该论文发表在 I EEE Transactions on Pattern Analysis and Machine Intelligence。 题目为《 Sparse Bayesian Learning for End-to-End EEG Decoding 》。 研究背景 作为记录人类脑电活动 ………………………………