近日，实验室成果“Siam-GCAN: a Siamese Graph Convolutional Attention Network for EEG Emotion Recognition”被IEEE Transactions on Instrumentation and Measurement 接收。该工作针对现有图卷积神经网络GCN在进行基于EEG的情绪学习时无法提取有效的深度信息，以及GCN容易忽略类间和类内信息等不足，提出了一种基于孪生GCN的方法，解决上述问题。
论文第一作者为曾虹博士，通讯作者为孔万增教授；该工作得到了国家国家自然科学基金等项目的资助。