A Robust Multi-Branch CNN-LSTM Architecture for Cross-Subject Motor Imagery Classification

Brain–computer interfaces (BCIs) based on motor imagery (MI) aim to convert electroencephalographic (EEG) activity into reliable device commands across users and recording setups. However, low signal-to-noise ratio and strong inter-subject variability still limit true “plug-and-play” deployment with...

Celý popis

Podrobná bibliografie

Hlavní autoři:	Simone Zini, Federico Bidone, Paolo Napoletano
Médium:	Artigo
Jazyk:	Inglês
Vydáno:	MDPI AG 2026-05-01
Edice:	Sensors
Témata:	BCI motor imagery deep learning LSTM EEG
On-line přístup:	https://www.mdpi.com/1424-8220/26/11/3310
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!