为了克服这一限制,论文引入了 EEG-Deformer,它将两个主要的新颖组件整合到 CNN-Transformer 中:(1) 分层粗到细 Transformer (HCT) 模块,将细粒度时间学习 (FTL) 分支集成到 Transformers 中,有效辨别从粗到细的时间模式;(2) 密集信息净化 (DIP) 模块,利用多级净化的时间信息来提高解码准确性。对三项代表性认知...