准确率提升5%
该模型在操作任务负向情绪识别中，通过双分支结构与梯度归因方法，实现了对稳定脑电模式的精准捕捉，较传统方法准确率提升约5%。
Pei, Yu · Zhao, Shaokai · Xie, Liang · Luo, Zhiguo · Zhou, Dongdong · Ma, Chuang · Yan, Ye · Yin, Erwei
IEEE Transactions on Affective Computing 2025
通过操纵杆实时标注让受试者不断感受情绪强度，同时做出决策和动作，使情绪数据包含真实任务中的关键认知变量。
双分支Transformer与梯度归因方法在CRED上较传统方法提升约5%，在公共数据集上也提升约2%。
分析显示枕叶在负向情绪区分中起关键作用，且不同情绪的显著频带不同，例如愤怒与低δ节律相关。