喜报 | 我所一篇论文被国际顶级学术会议IEEE ICDE录用

发布时间：2023年02月14日

      由我所师生合作完成的论文A Bayesian Graph Neural Network for EEG Classification — A Win-Win on Performance and Interpretability被国际顶级学术会议IEEE International Conference on Data Engineering录用，该论文由我所研究生宁晓军在王晶老师和林友芳老师的指导下完成。

      脑电图(EEG)的建模与分析在人类医疗保健中起着至关重要的作用，目前已有许多机器学习算法成功应用于脑电信号的数据挖掘，但在分类性能和可解释性上实现双赢的算法依然很少。本文提出了一种名为BayesEEGNet的贝叶斯图神经网络：首先将大脑中两个节点之间的电脉冲视为泊松过程，将大脑在一个周期内产生的无数个电脉冲表示为无限个连接概率图，随后再经过耦合和转换，将大脑的电活动状态解释为大脑的感知状态，与特征矩阵结合实现分类。得益于贝叶斯模块和深度神经网络的联合优化，该模型在睡眠阶段分类和情绪识别任务中表现出优异的分类性能。同时，模型能够在没有任何先验知识的情况下学习EEG通道之间可解释的功能连接关系。