ईईजी-आधारित भावना पहचान में आम तौर पर सामने आने वाली शारीरिक विकृतियों को संबोधित करने के लिए, यह शोधपत्र एफडीसी-नेट का प्रस्ताव करता है, जो एक नया ढाँचा है जो शोर-मुक्ति और भावना पहचान प्रक्रियाओं को एकीकृत करता है। शोर-मुक्ति और भावना पहचान के मौजूदा स्वतंत्र तरीकों के विपरीत, एफडीसी-नेट द्विदिशीय ग्रेडिएंट प्रसार और एक गेटेड अटेंशन मैकेनिज्म का उपयोग करते हुए एक संयुक्त अनुकूलन रणनीति के माध्यम से दोनों प्रक्रियाओं को मजबूती से जोड़ता है। विशेष रूप से, यह एक आवृत्ति-अनुकूली ट्रांसफॉर्मर को एकीकृत करता है जो दक्षता बढ़ाने के लिए सीखने योग्य आवृत्ति-बैंड स्थिति एन्कोडिंग का उपयोग करता है। दो प्रतिनिधि ईईजी भावना डेटासेट, डीईएपी और ड्रीमर का उपयोग करके प्रयोग किए गए, जो मौजूदा अत्याधुनिक विधियों की तुलना में बेहतर शोर-मुक्ति और भावना पहचान प्रदर्शन प्रदर्शित करते हैं। एफडीसी-नेट ने डीईएपी डेटासेट पर 96.30% तक और ड्रीमर डेटासेट पर 90.31% तक सहसंबंध गुणांक (सीसी) प्राप्त किए। भावना पहचान सटीकता डीईएपी पर 82.3% + 7.1% और ड्रीमर पर 88.1% + 0.8% थी।
