Papers with Code · CC BY-SA 4.0

Within-Session SSVEP

SSVEP › Within-Session SSVEP 59 평가 기록 7 datasets

MOABB's Within-Session evaluation for the SSVEP paradigm.

개요는 각 항목의 일부입니다. 위 탭에서 전체 기록을 페이지별로 탐색할 수 있습니다.

벤치마크

Papers with Code 아카이브의 데이터셋별 기록 예시입니다. 평가 조건과 지표 방향이 검증되지 않아 순위를 의미하지 않습니다.

Dataset기록된 모델 예시MetricPaperCode

Kalunga2016 MOABB

SSVEP_MDM

Accuracy: 70.89385925training time (s): 0.16333881583333335CO2 Emission (g): 0.002602688875

논문 코드

Lee2019-SSVEP MOABB

TRCA

Accuracy: 97.77777777777777training time (s): 35.42286275CO2 Emission (g): 0.25070370964814814

논문 코드

MAMEM1 MOABB

EEGNeX

Accuracy: 67.1084639training time (s): 197.02376239999998

논문 코드

MAMEM2 MOABB

SSVEP_TS + LR

Accuracy: 39.36training time (s): 840.129991CO2 Emission (g): 17.0932925

논문 코드

MAMEM3 MOABB

SSVEP_TS + LR

Accuracy: 42.1training time (s): 1.46499837CO2 Emission (g): 0.026997567

논문 코드

Nakanishi2015 MOABB

TRCA

Accuracy: 99.19753077777779training time (s): 5.9494875333333335CO2 Emission (g): 0.04248703377777777

논문 코드

Wang2016 MOABB

TRCA

Accuracy: 98.97058994117646training time (s): 51.168803294117644CO2 Emission (g): 0.35510938491176475

논문 코드

7개

2404.15319 2024-04-03 이 페이지의 평가 12건

Accuracy: 99.19753077777779training time (s): 5.9494875333333335CO2 Emission (g): 0.04248703377777777

Papers with Code 리더보드 row에 연결된 구현 저장소입니다.

github.com/NeuroTechX/moabb 1 논문