Zobrazeno 1 - 10
of 22
pro vyhledávání: '"joint domain adaptation"'
Publikováno v:
IEEE Transactions on Neural Systems and Rehabilitation Engineering, Vol 32, Pp 2324-2335 (2024)
Electroencephalogram (EEG) signals are widely utilized in the field of cognitive workload decoding (CWD). However, when the recognition scenario is shifted from subject-dependent to subject-independent or spans a long period, the accuracy of CWD dete
Externí odkaz:
https://doaj.org/article/eb02ed00c3934afdbdfd6eb865aeae89
Publikováno v:
NeuroImage, Vol 228, Iss , Pp 117689- (2021)
Increasingly large MRI neuroimaging datasets are becoming available, including many highly multi-site multi-scanner datasets. Combining the data from the different scanners is vital for increased statistical power; however, this leads to an increase
Externí odkaz:
https://doaj.org/article/4b8d44a7bd274e2694ffd60d309c5ccb
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Neuroimage
NeuroImage, Vol 228, Iss, Pp 117689-(2021)
NeuroImage, Vol 228, Iss, Pp 117689-(2021)
Highlights • We demonstrate a flexible deep-learning-based harmonisation framework. • Applied to age prediction and segmentation tasks in a range of datasets. • Scanner information is removed, maintaining performance and improving generalisabil
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::31ed25e0a433e90c689486cfed27dba6
https://doi.org/10.1016/j.neuroimage.2020.117689
https://doi.org/10.1016/j.neuroimage.2020.117689
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.