多尺度双曲对比学习

跨主体脑电情感识别

在双曲空间中利用事件相关性学习主体不变表征，提升脑电情感识别的跨主体泛化能力。

Chang, Jiang · Zhixin, Zhang · Qian Y. · 林盘

IEEE Transactions on Affective Computing 2025

参数信息

SEED三分类准确率

89.3 %

MPED七分类准确率

38.8 %

FACED二分类准确率

77.0 %

FACED九分类准确率

45.7 %

技术优势

跨主体差异小

通过事件相关性对比学习，模型学到的主体不变表征减少了不同被试间的分布差异。

双曲空间建模

在双曲空间中组织特征，自然契合脑电信号从情绪到刺激的层级结构，提高判别力。

多尺度对比

同时在情绪和刺激两个尺度上施加对比损失，捕获不同粒度的事件相关信息。

应用场景

• 脑电情感识别：替代传统被试依赖模型，直接用于新用户无校准情感识别。
• 情感计算：为个性化推荐或心理健康监测提供跨个体稳定的情感状态估计。
• 脑机接口：提升跨用户脑机接口中情感维度解码的鲁棒性，减少校准负担。