Stiefel-SPD Manifold Graph Convolution for End-to-End EEG Learning
Electroencephalographic (EEG) decoding relies heavily on second-order (covariance) structure that lives on the manifold of symmetric positive-definite (SPD) matrices. Conventional deep networks in Euclidean space ignore this geometry, distorting geodesic relations between covariances; classical Riem...
Na minha lista:
| Principais autores: | , , |
|---|---|
| Formato: | Artigo |
| Idioma: | Inglês |
| Publicado em: |
IEEE
2026-01-01
|
| coleção: | IEEE Transactions on Neural Systems and Rehabilitation Engineering |
| Assuntos: | |
| Acesso em linha: | https://ieeexplore.ieee.org/document/11345236/ |
| Tags: |
Sem tags, seja o primeiro a adicionar uma tag!
|