Adaptive Semi-Supervised Graph Contrastive Representation Learning for Robust Emotion Recognition Using Electroencephalogram

게재

학술지/학회
Knowledge-Based Systems
저자 역할
제1저자
연도
2026

연구 내용

표현에 따라 표본 그래프를 갱신하고 레이블 기반 증강을 적용해 고정 그래프의 잡음 연결을 줄였다.

결과

SEED-IV Case 1에서 Static GCN 75.75 ± 8.95%, ASGCRL 87.31 ± 3.84%. 동일 조건 차이는 11.56%p이다.

SEED-IV Case 1 정확도 비교
SEED-IV Case 1 정확도
Static GCN 75.75 ± 8.95%
ASGCRL 87.31 ± 3.84%
동일 조건 차이 +11.56%p
해석 범위SEED-IV Case 1, 레이블 2.4%, 피험자별 transductive 평가. 임베딩 예시는 15번 피험자.
전체 논문 목록