跨情境认知分类
首个专为教育情景设计的脑电Transformer，用领域预处理和类别嵌入显著提升认知状态分类精度。
Chan, Rosanna Yuen Yan
IEEE Access 2025
模型直接以原始EEG为输入，借助教育领域特定的预处理和类别嵌入自动学习判别性表示，省去手工特征工程。
在两个不同教育任务（远程学习和在线理解）上均取得超过99.6%的准确率，证明模型对情境变化具有鲁棒性。
与认知和元认知研究中已有的Transformer相比，本模型在分类准确率上表现更好。