arXiv ID:
2605.10121
arXiv 提交日期: 2026-05-11
递归神经网络的可解释性在增强基于P300的脑机接口中的应用 / Explainability of Recurrent Neural Networks for Enhancing P300-based Brain-Computer Interfaces
1️⃣ 一句话总结
本文提出了一种名为后递归模块(PRM)的附加网络层,将其嵌入递归神经网络中,在提升P300脑电信号分类准确率9%的同时,通过全局与局部可解释性技术清晰揭示模型决策依赖的关键脑区和时间窗口,使深度学习模型的行为符合神经科学认知,从而为构建透明、高效且可推广的脑电分析系统提供了新框架。