E-Taste Signal Encoding and Classification via Multi- Attention Residual Networks Using sEMG Streams in Virtual Sensory Systems
Este estudo introduz um novo modelo de aprendizagem profunda MACB-ResNet que melhora significativamente a precisão da classificação de estímulos de sabor virtuais a partir de sinais de eletromiografia de superfície facial (sEMG) para 86,32%, superando classificadores tradicionais e de aprendizagem profunda padrão para aplicações em saúde digital e tecnologia alimentar.