...
机译:使用基于黎曼的内核对BCI应用进行协方差矩阵分类
CEA-LETI, MINATEC Campus, 17 rue des Martyrs, F-38054 Grenoble, France,Team ViBS (Vision and Brain Signal Processing), GIPSA-Lab, CNRS, Grenoble Universities, Domaine Universitaire, F-38402 Saint Martin d'Heres, France;
CEA-LETI, MINATEC Campus, 17 rue des Martyrs, F-38054 Grenoble, France;
Team ViBS (Vision and Brain Signal Processing), GIPSA-Lab, CNRS, Grenoble Universities, Domaine Universitaire, F-38402 Saint Martin d'Heres, France;
Team ViBS (Vision and Brain Signal Processing), GIPSA-Lab, CNRS, Grenoble Universities, Domaine Universitaire, F-38402 Saint Martin d'Heres, France;
Brain-computer interfaces; Covariance matrix; Kernel; Support vector machine; Riemannian geometry;
机译:在对称正定矩阵的流形上进行内核学习以降低BCI应用中的维数
机译:基于组合实现核的庞大协方差矩阵的计量经济学分析及其在投资组合选择中的应用
机译:限制随机矩阵相干性的定律及其在测试协方差结构和压缩感测矩阵构建中的应用
机译:使用基于Riemannian的内核的BCI信号分类
机译:利用低秩摄动近似协方差矩阵及其在重音识别和社交网络聚类中的应用。
机译:具有分散信息融合的应用程序的保守量化
机译:使用基于黎曼的内核对BCI应用进行协方差矩阵分类