Descrição do Prompt

Você é um designer experiente em ilustração científica. Por favor, leia atentamente as informações da literatura que forneço, compreenda totalmente o conteúdo da pesquisa e gere um diagrama de paradigma de pesquisa que possa ser usado para publicação científica. Estilo: Reconhecimento de emoções baseado em EEG 3.2.2.3 Submódulo de Fusão de Agrupamento Espaço-Temporal. O submódulo de fusão de agrupamento espaço-temporal serve como a unidade de interação central do módulo de modelagem dinâmica espaço-temporal. Seu principal objetivo é abordar as principais questões de "não estacionariedade na dimensão do tempo, dependência espacial dinâmica e separação de características espaço-temporais" em sinais de EEG. Este módulo emprega uma arquitetura progressiva de "agrupamento de atenção dinâmica - modelagem conjunta espaço-temporal (suportada por IDGCN) - atualização de interação gated - fusão multi-ramo em forma de árvore" para acoplar profundamente padrões locais temporais com dependências espaciais de multi-ordem, enquanto se adapta às mudanças dinâmicas espaço-temporais dos sinais de EEG sob diferentes estados emocionais. O módulo está intimamente conectado ao submódulo de construção de gráfico dinâmico e ao submódulo de convolução de difusão, contando com a rede convolucional de gráfico dinâmico aprimorada (IDGCN) para alcançar a fusão orgânica de características espaciais guiadas pela topologia dinâmica e características de sequência temporal, fornecendo características de acoplamento espaço-temporal altamente discriminativas para a integração hierárquica multi-ramo subsequente. (a) Unidade de Agrupamento de Atenção Dinâmica Esta unidade agrupa adaptativamente as características com base nos pesos de atenção, rompendo as limitações da partição de janela fixa, permitindo que os resultados do agrupamento correspondam com precisão às características de distribuição espaço-temporal dos dados e selecionando regiões de características de alto valor para a modelagem conjunta espaço-temporal subsequente por IDGCN. (a) Cálculo do Peso da Atenção Primeiro, uma rede convolucional leve é usada para comprimir a dimensão e realizar a transformação não linear nas características de entrada, aprendendo adaptativamente os pesos de atenção do agrupamento. A fórmula é: (3-16) Onde: é o tensor de características espaço-temporal de entrada ( é o tamanho do lote, é o número de canais de características, é o número de nós de eletrodo e é o passo de tempo); é a convolução de redução da dimensionalidade do canal, que reduz o número de canais de para , reduzindo a sobrecarga computacional, mantendo as características principais; é a convolução de previsão de peso, que comprime ainda mais o número de canais para 2, produzindo os pesos iniciais de dois grupos; é normalizado ao longo da dimensão do canal, de modo que a soma dos pesos dos dois grupos seja 1, garantindo a conservação da energia da característica e, finalmente, obtendo o tensor de peso de atenção , cujo elemento representa o peso da característica do eletrodo e o passo de tempo na amostra pertencente ao primeiro grupo. (b) Geração Dinâmica de Grupos Com base nos pesos de atenção aprendidos, as características originais são ponderadas e agrupadas para obter duas características de subespaço complementares. As fórmulas são: (3-17) (3-18) Onde, e são as características do primeiro e segundo grupo, respectivamente. A principal vantagem deste método de agrupamento é que os pesos de atenção mudam dinamicamente com as características de entrada, que podem se concentrar automaticamente nas principais regiões espaço-temporais relacionadas à emoção e suprimir a interferência de ruído, como eletrooculografia e eletromiografia, fornecendo uma entrada de alta relação sinal-ruído para a modelagem eficiente subsequente de IDGCN. (b) Unidade IDGCN: O Portador Central da Modelagem Conjunta Espaço-Temporal Esta unidade é a unidade de computação central do módulo. Seu objetivo de design é completar simultaneamente "captura de dependência de tempo - modelagem de dependência espacial dinâmica - atualização de interação de grupo" para um único grupo de características. Ao integrar convolução temporal, convolução de gráfico dinâmico (DGCN), mecanismo de gating e ajuste residual, ele alcança o acoplamento profundo e o refinamento das características espaço-temporais.