热点事件持续更新
ACF-Net跨模态融合用于跨被试EEG-EMG手势识别
1 篇报道1 家媒体或机构3 天前更新
先了解这件事
AI 综述
2026年10月22日，《Journal of Neural Engineering》刊出（Crossref 收录）一项研究，提出 ACF-Net——一个把皮层-肌肉耦合先验嵌入融合结构的四阶段网络，用于跨受试者可穿戴 EEG-EMG 手势识别。据该报道，在留一受试者验证中，ACF-Net 在 WAY-EEG-GAL（12 名受试者）上达到 87.6%，在 WEE-Ges（20 名受试者、三天）上达到 89.2%，分别比最强基线高 9.4 和 9.1 个百分点，校正后比较均显著。目前该工作处于论文发表阶段，尚无后续独立复现或产品化进展的报道。
AI 根据报道生成 · 7 小时前更新
最新进展10月22日 06:51
ACF-Net 论文刊出，报告两数据集跨被试准确率 87.6% 与 89.2%。全部报道
同一件事各家媒体的报道，按发布时间排列。事情有了新的进展时，会单独列在「事件进展」里。
10月22日
- Journal of Neural Engineering（Crossref）ACF-Net：面向跨受试者可穿戴 EEG-EMG 手势识别的自适应跨模态融合网络
ACF-Net 是一个把皮层-肌肉耦合先验嵌入融合结构的四阶段网络，用于跨受试者可穿戴 EEG-EMG 手势识别。在留一受试者验证中，它在 WAY-EEG-GAL（12 名受试者）上达到 87.6%，在 WEE-Ges（20 名受试者，三天）上达到 89.2%，分别比最强基线高 9.4 和 9.1 个百分点，校正后比较均显著。
本事件热度走势
当前热度 5·可比范围峰值 6（10月24日 16:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。