4D 注意力ベースのニューラルネットワークを用いたEEG感情認識

脳波（EEG）感情認識は、脳-コンピュータインターフェース分野における重要な課題である。最近、多くの深層学習手法が提案されているが、異なる領域のEEG信号に含まれる情報を十分に活用することは依然として困難である。本論文では、4次元注意ベースニューラルネットワーク（4D-aNN）と呼ばれる新しい手法を提案する。まず、生のEEG信号を4次元空間-スペクトル-時間表現に変換する。次に、提案された4D-aNNはスペクトルおよび空間注意メカニズムを採用し、異なる脳領域と周波数帯域の重みを適応的に割り当てる。さらに、4次元表現の時間依存性を探求するために、双方向長短期記憶（LSTM）に時間注意メカニズムが統合される。本モデルはSEEDデータセットにおいて被験者内分割での最先端の性能を達成した。実験結果は、異なる領域における注意メカニズムの有効性を示している。この翻訳では以下の点に注意しました：1. 専門用語や技術概念（例：脳波感情認識、深層学習手法、4次元空間-スペクトル-時間表現など）を正確に翻訳し、一般的な日本語の用法を使用しました。2. 日本語の表現習慣に合わせて文章構造を調整し、自然な読みやすさを保ちました。3. 正式で客観的な書き方を使用し、口語的な表現は避けました。4. 原文との内容の一貫性を保ちつつ、日本語読者の理解しやすいように文章構造を最適化しました。