Краткое содержание

arXiv:2511.13954v1 Тип объявления: кросс Аннотация: Человеческие эмоции трудно выразить словами и часто абстрагируются в процессе передачи; тем не менее, сигналы электроэнцефалограммы (ЭЭГ) могут предложить более прямой взгляд на эмоциональную активность мозга. Недавние исследования показывают, что модели глубокого обучения способны обрабатывать эти сигналы для распознавания эмоций с высокой точностью. Однако многие существующие подходы игнорируют динамическое взаимодействие между различными областями мозга, которое может быть критически важным для понимания того, как эмоции развиваются и изменяются со временем, потенциально способствуя более точному распознаванию эмоций. Для решения этой проблемы мы предлагаем архитектуру нейронной сети на основе трансформера под названием RBTransformer, которая моделирует межкортикальную динамику нейронов головного мозга в латентном пространстве, чтобы лучше захватывать структурированные нейронные взаимодействия для эффективного распознавания эмоций по ЭЭГ-сигналам. Вначале сигналы ЭЭГ преобразуются в токены дифференциальной энтропии частотных полос (Band Differential Entropy — BDE), которые затем передаются через встраивание идентичности электродов...