Adaptive attention graph convolution network with normalized embedded Gaussian for rapid serial visualization presentation decoding

2025-08-28

0

PRE

AI

DOI：10.1016/j.engappai.2025.112093

原文求助

摘要

En 中文

• 提出了Gaussian-AAGCN，设计了多子图卷积以提取更多互补特征。 • 提出了一种自适应邻接矩阵，用于学习脑区拓扑关系，避免信息丢失。 • 集成了CBAM进行自适应特征精炼，增强重要时空特征的权重。 • 与其他先进模型相比，所提出的模型实现了更优的性能。

Keyword:

Gaussian-AAGCN

multi-subgraph convolution

adaptive adjacency matrix

CBAM

spatiotemporal feature refinement