Evaluation of the Electroencephalogram Conformer for the P300 Signal
Abstract
The electroencephalogram (EEG) conformer is a transformer model that uses self-attention mechanisms for EEG feature extraction. It has been successfully applied to various datasets, demonstrating excellent performance in motor imagery and sentiment analysis. In this article, we explore whether the EEG conformer can be adapted for P300 data analysis.
L’EEG conformer est un modèle de transformeur spécialement conçu pour l'extraction de caractéristiques à partir de signaux électroencéphalographiques (EEG). Il a été appliqué avec succès à divers ensembles de données, offrant d'excellentes performances en imagerie motrice et en analyse des sentiments. Dans cet article, nous examinons si ce transformer peut être adapté à l'analyse des signaux P300.
| Origin | Files produced by the author(s) |
|---|---|
| Licence |