GraTED：用于自动驾驶车辆中乘客危险感知的图-张量EEG解码

2026年11月3日，一篇发布在arXiv人机交互（Human-Computer Interaction）分类下的预印本提出GraTED方法，用于从自动驾驶车辆乘客的脑电（EEG）信号中解码危险感知。该方法结合图卷积与低秩张量分类，目的是保留EEG的时空结构。作者在PassengerEEG数据集上报告，GraTED取得最高的平衡准确率，同时参数量最少。该预印本尚未经同行评审，结果仅限该数据集与相应任务，不能推广为对乘客危险感知的普遍诊断或预测能力。

AI 根据报道生成 · 49 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。