E-Taste Signal Encoding and Classification via Multi- Attention Residual Networks Using sEMG Streams in Virtual Sensory Systems
本研究は、顔面表面筋電図(sEMG)信号から仮想的な味覚刺激を分類する精度を86.32%へと大幅に向上させ、デジタルヘルスおよびフードテクノロジー分野における従来型および標準的なディープラーニング分類器を凌駕する、新しいMACB-ResNetディープラーニングモデルを導入するものである。