元学习对齐网络

跨被试免校准

通过注意力掩码剔除被试特异伪影，无需目标被试数据即可泛化到新用户。

Jinke, Wu · 刘金铎

Applied Soft Computing Journal 2026

参数信息

SEED 基准准确率

94.08 %

另一基准准确率

86.78 %

技术优势

免校准

无需目标被试数据即可直接泛化到新用户，省去采集校准数据的环节。

剔除个体噪声

通过注意力掩码识别并清除与情绪无关的个体生理特征，使模型学习到情绪不变的表示。

元学习鲁棒适应

采用情景式元学习策略，在训练中模拟域偏移，使模型对未见分布具备强适应能力。

应用场景

• 脑机接口情绪识别：免校准跨被试情绪识别，直接用于新型脑机接口的实时情感交互。
• 情感计算：提供个体无关的情绪表示，提升情感计算模型对新用户的泛化能力。
• 可穿戴情绪监测：无需校准即可部署在可穿戴设备上，持续监测用户情绪状态。