研究者提出EEGaze数据集与EEGazeNet注意力预测方法
热点事件持续更新
研究者提出EEGaze数据集与EEGazeNet注意力预测方法
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Mansi Sharma 等研究者发布论文，提出 EEGazeNet 方法，据称为首个在视觉搜索任务中融合 EEG 信号的人类注意力预测方法，通过 EEG 引导的精炼阶段将最先进的显著性预测结果适配到用户当前认知状态。 研究者同时发布了 EEGaze 140 数据集，论文称其为目前最大的公开可用的真实刺激下自由视觉搜索多模态数据集。
AI 根据报道生成 · 2 小时前更新
最新进展10月27日 12:00
EEGaze：基于 EEG 显著性精炼的视觉搜索多模态注意力预测报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.AIEEGaze：基于 EEG 显著性精炼的视觉搜索多模态注意力预测
研究者提出 EEGazeNet，首个在视觉搜索中融合 EEG 信号的人类注意力预测方法，通过 EEG 引导的精炼阶段将最先进显著性预测结果适配到用户当前认知状态。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。