摘要

近年来，基于Transformer的自注意力机制已成功应用于多种依赖上下文的数据类型的分析，从文本到图像乃至非欧几里得几何数据。本文提出了一种此类机制，旨在对对称正定矩阵序列进行分类，同时在整个分析过程中保留其黎曼几何特性。我们将该方法应用于标准数据集中的脑电图（EEG）导出协方差矩阵时间序列的自动睡眠分期，取得了较高的分期性能。