EEG2Rep: একটি স্ব-অভিযোজিত AI স্থাপত্য EEG ডেটা মডেলিংয়ের জন্য
হেইডি ডুরান
২২ জুল, ২০২৪
শেয়ার:
আমরা আনন্দের সাথে ঘোষণা করছি যে প্রবন্ধ "EEG2Rep: গুরুত্বপূর্ণ মাস্ক করা ইনপুটের মাধ্যমে স্বনিযন্ত্রিত EEG প্রতিনিধিত্ব বৃদ্ধি করা" সম্মানজনক KDD 2024 সম্মেলন এ উপস্থাপনের জন্য গৃহীত হয়েছে।
নভিদ ফৌমানি প্রধান লেখক। সহলেখকরা হলেন ড. মাহসা সালেহি (মোনাশ বিশ্ববিদ্যালয়), ড. জিওফ্রে ম্যাকেলার, ড. সোহেইলা ঘানে, ড. সাদ ইরজা এবং ড. নাম ن গুইন (EMOTIV গবেষণা, Pty Ltd)।
EMOTIV নভিদ ফৌমানিকে স্পনসর করেছে, যিনি একটি পিএইচডি প্রার্থী যিনি ড. মাহসা সালেহির তত্ত্বাবধানে অস্ট্রেলিয়ার মেলবোর্নের মোনাশ বিশ্ববিদ্যালয়ে EEG ডেটার উপর গভীর শিক্ষণ পদ্ধতি প্রয়োগ করতে কাজ করছেন। নভিদ আমাদের দলের সাথে ঘনিষ্ঠভাবে কাজ করেছেন একটি নতুন স্বনিযন্ত্রিত স্থাপনা হিসাবে পরিচিত EEG2Rep উন্নয়নের জন্য, যা EEG ডেটা মডেলিংয়ের জন্য অত্যন্ত প্রতিশ্রুতিবদ্ধ।
5টি EEG ডেটাসেটগুলির মধ্যে, নভিদ এই পদ্ধতি আমাদের ড্রাইভার অ্যাটেনশন ডেটায় প্রয়োগ করেছেন: 18 বিষয় x 45 মিনিটের সিমুলেটেড ড্রাইভিংয়ের সাথে প্রতিবন্ধকতাগুলির দ্বারা যা একটি ড্রাইভিং অভিজ্ঞতার জন্য সাধারণ (মোবাইল কল, টেক্সট মেসেজ, ন্যাভিগেশন, সঙ্গীত নির্বাচন, কথোপকথন, মস্তিষ্কে গণনা ইত্যাদি)। 2013 সালে শীর্ষ-পর্যায়ের মেশিন শিক্ষণ পদ্ধতি ব্যবহার করে আমাদের ড্রাইভার অ্যাটেনশন অ্যালগরিদম 68% সঠিকতা মেট্রিকের সাথে বিতরণ করা হয়েছিল।
২০১৫ সালে মেলবোর্ন বিশ্ববিদ্যালয়ে তার পিএইচডি সময়, আমরা মাহসাকে স্পনসর করেছি, একই ডেটাসেট দিয়ে। তিনি এনসেম্বল পদ্ধতি ব্যবহার করে সঠিকতা মেট্রিক 72% এ উন্নত করতে সক্ষম হন।
EEG2Rep মডেল ড্রাইভার ডিসট্রাকশন ডেটাসেটে প্রয়োগ করা হয়েছিল এবং এখন পর্যন্ত সবচেয়ে উচ্চ সঠিকতা 80.07% অর্জন করেছে, যা একটি উল্লেখযোগ্য উন্নতি। অতিরিক্তভাবে, মডেলটি পাঁচটি পাবলিক ডেটাসেটের প্রতিটিতে শীর্ষ-পর্যায়ের পদ্ধতিগুলিকে উল্লেখযোগ্যভাবে অতিক্রম করেছে, যার মধ্যে আবেগ এবং মানসিক অবস্থা শনাক্তকরণ, মাল্টিটাস্কিং, বিশ্রামকালীন EEG, এবং মেডিকেল অবস্থার যেমন অস্ত্রোপচার এবং স্ট্রোক শনাক্তকরণ অন্তর্ভুক্ত রয়েছে।
এই সাফল্য একটি প্রতিষ্ঠানের মডেল বিকাশের সম্ভাবনা উন্মোচন করে EEG ডেটার জন্য যা বিভিন্ন কাজ এবং অ্যাপ্লিকেশনের মধ্যে সাধারণীকরণ করতে পারে, EEG বিশ্লেষণের ক্ষেত্রে কী অর্জন করা যায় তার সীমাগুলি ঠেলছে।
আমরা আনন্দের সাথে ঘোষণা করছি যে প্রবন্ধ "EEG2Rep: গুরুত্বপূর্ণ মাস্ক করা ইনপুটের মাধ্যমে স্বনিযন্ত্রিত EEG প্রতিনিধিত্ব বৃদ্ধি করা" সম্মানজনক KDD 2024 সম্মেলন এ উপস্থাপনের জন্য গৃহীত হয়েছে।
নভিদ ফৌমানি প্রধান লেখক। সহলেখকরা হলেন ড. মাহসা সালেহি (মোনাশ বিশ্ববিদ্যালয়), ড. জিওফ্রে ম্যাকেলার, ড. সোহেইলা ঘানে, ড. সাদ ইরজা এবং ড. নাম ن গুইন (EMOTIV গবেষণা, Pty Ltd)।
EMOTIV নভিদ ফৌমানিকে স্পনসর করেছে, যিনি একটি পিএইচডি প্রার্থী যিনি ড. মাহসা সালেহির তত্ত্বাবধানে অস্ট্রেলিয়ার মেলবোর্নের মোনাশ বিশ্ববিদ্যালয়ে EEG ডেটার উপর গভীর শিক্ষণ পদ্ধতি প্রয়োগ করতে কাজ করছেন। নভিদ আমাদের দলের সাথে ঘনিষ্ঠভাবে কাজ করেছেন একটি নতুন স্বনিযন্ত্রিত স্থাপনা হিসাবে পরিচিত EEG2Rep উন্নয়নের জন্য, যা EEG ডেটা মডেলিংয়ের জন্য অত্যন্ত প্রতিশ্রুতিবদ্ধ।
5টি EEG ডেটাসেটগুলির মধ্যে, নভিদ এই পদ্ধতি আমাদের ড্রাইভার অ্যাটেনশন ডেটায় প্রয়োগ করেছেন: 18 বিষয় x 45 মিনিটের সিমুলেটেড ড্রাইভিংয়ের সাথে প্রতিবন্ধকতাগুলির দ্বারা যা একটি ড্রাইভিং অভিজ্ঞতার জন্য সাধারণ (মোবাইল কল, টেক্সট মেসেজ, ন্যাভিগেশন, সঙ্গীত নির্বাচন, কথোপকথন, মস্তিষ্কে গণনা ইত্যাদি)। 2013 সালে শীর্ষ-পর্যায়ের মেশিন শিক্ষণ পদ্ধতি ব্যবহার করে আমাদের ড্রাইভার অ্যাটেনশন অ্যালগরিদম 68% সঠিকতা মেট্রিকের সাথে বিতরণ করা হয়েছিল।
২০১৫ সালে মেলবোর্ন বিশ্ববিদ্যালয়ে তার পিএইচডি সময়, আমরা মাহসাকে স্পনসর করেছি, একই ডেটাসেট দিয়ে। তিনি এনসেম্বল পদ্ধতি ব্যবহার করে সঠিকতা মেট্রিক 72% এ উন্নত করতে সক্ষম হন।
EEG2Rep মডেল ড্রাইভার ডিসট্রাকশন ডেটাসেটে প্রয়োগ করা হয়েছিল এবং এখন পর্যন্ত সবচেয়ে উচ্চ সঠিকতা 80.07% অর্জন করেছে, যা একটি উল্লেখযোগ্য উন্নতি। অতিরিক্তভাবে, মডেলটি পাঁচটি পাবলিক ডেটাসেটের প্রতিটিতে শীর্ষ-পর্যায়ের পদ্ধতিগুলিকে উল্লেখযোগ্যভাবে অতিক্রম করেছে, যার মধ্যে আবেগ এবং মানসিক অবস্থা শনাক্তকরণ, মাল্টিটাস্কিং, বিশ্রামকালীন EEG, এবং মেডিকেল অবস্থার যেমন অস্ত্রোপচার এবং স্ট্রোক শনাক্তকরণ অন্তর্ভুক্ত রয়েছে।
এই সাফল্য একটি প্রতিষ্ঠানের মডেল বিকাশের সম্ভাবনা উন্মোচন করে EEG ডেটার জন্য যা বিভিন্ন কাজ এবং অ্যাপ্লিকেশনের মধ্যে সাধারণীকরণ করতে পারে, EEG বিশ্লেষণের ক্ষেত্রে কী অর্জন করা যায় তার সীমাগুলি ঠেলছে।
আমরা আনন্দের সাথে ঘোষণা করছি যে প্রবন্ধ "EEG2Rep: গুরুত্বপূর্ণ মাস্ক করা ইনপুটের মাধ্যমে স্বনিযন্ত্রিত EEG প্রতিনিধিত্ব বৃদ্ধি করা" সম্মানজনক KDD 2024 সম্মেলন এ উপস্থাপনের জন্য গৃহীত হয়েছে।
নভিদ ফৌমানি প্রধান লেখক। সহলেখকরা হলেন ড. মাহসা সালেহি (মোনাশ বিশ্ববিদ্যালয়), ড. জিওফ্রে ম্যাকেলার, ড. সোহেইলা ঘানে, ড. সাদ ইরজা এবং ড. নাম ن গুইন (EMOTIV গবেষণা, Pty Ltd)।
EMOTIV নভিদ ফৌমানিকে স্পনসর করেছে, যিনি একটি পিএইচডি প্রার্থী যিনি ড. মাহসা সালেহির তত্ত্বাবধানে অস্ট্রেলিয়ার মেলবোর্নের মোনাশ বিশ্ববিদ্যালয়ে EEG ডেটার উপর গভীর শিক্ষণ পদ্ধতি প্রয়োগ করতে কাজ করছেন। নভিদ আমাদের দলের সাথে ঘনিষ্ঠভাবে কাজ করেছেন একটি নতুন স্বনিযন্ত্রিত স্থাপনা হিসাবে পরিচিত EEG2Rep উন্নয়নের জন্য, যা EEG ডেটা মডেলিংয়ের জন্য অত্যন্ত প্রতিশ্রুতিবদ্ধ।
5টি EEG ডেটাসেটগুলির মধ্যে, নভিদ এই পদ্ধতি আমাদের ড্রাইভার অ্যাটেনশন ডেটায় প্রয়োগ করেছেন: 18 বিষয় x 45 মিনিটের সিমুলেটেড ড্রাইভিংয়ের সাথে প্রতিবন্ধকতাগুলির দ্বারা যা একটি ড্রাইভিং অভিজ্ঞতার জন্য সাধারণ (মোবাইল কল, টেক্সট মেসেজ, ন্যাভিগেশন, সঙ্গীত নির্বাচন, কথোপকথন, মস্তিষ্কে গণনা ইত্যাদি)। 2013 সালে শীর্ষ-পর্যায়ের মেশিন শিক্ষণ পদ্ধতি ব্যবহার করে আমাদের ড্রাইভার অ্যাটেনশন অ্যালগরিদম 68% সঠিকতা মেট্রিকের সাথে বিতরণ করা হয়েছিল।
২০১৫ সালে মেলবোর্ন বিশ্ববিদ্যালয়ে তার পিএইচডি সময়, আমরা মাহসাকে স্পনসর করেছি, একই ডেটাসেট দিয়ে। তিনি এনসেম্বল পদ্ধতি ব্যবহার করে সঠিকতা মেট্রিক 72% এ উন্নত করতে সক্ষম হন।
EEG2Rep মডেল ড্রাইভার ডিসট্রাকশন ডেটাসেটে প্রয়োগ করা হয়েছিল এবং এখন পর্যন্ত সবচেয়ে উচ্চ সঠিকতা 80.07% অর্জন করেছে, যা একটি উল্লেখযোগ্য উন্নতি। অতিরিক্তভাবে, মডেলটি পাঁচটি পাবলিক ডেটাসেটের প্রতিটিতে শীর্ষ-পর্যায়ের পদ্ধতিগুলিকে উল্লেখযোগ্যভাবে অতিক্রম করেছে, যার মধ্যে আবেগ এবং মানসিক অবস্থা শনাক্তকরণ, মাল্টিটাস্কিং, বিশ্রামকালীন EEG, এবং মেডিকেল অবস্থার যেমন অস্ত্রোপচার এবং স্ট্রোক শনাক্তকরণ অন্তর্ভুক্ত রয়েছে।
এই সাফল্য একটি প্রতিষ্ঠানের মডেল বিকাশের সম্ভাবনা উন্মোচন করে EEG ডেটার জন্য যা বিভিন্ন কাজ এবং অ্যাপ্লিকেশনের মধ্যে সাধারণীকরণ করতে পারে, EEG বিশ্লেষণের ক্ষেত্রে কী অর্জন করা যায় তার সীমাগুলি ঠেলছে।
সহায়তা
কোম্পানি
© 2025 EMOTIV, সব অধিকার সংরক্ষিত।
আপনার গোপনীয়তা বিকল্পগুলি (কুকি সেটিংস)
*অস্বীকৃতি – EMOTIV পণ্যগুলি গবেষণার অ্যাপ্লিকেশন এবং ব্যক্তিগত ব্যবহারের জন্য বরাদ্দ করা হয়েছে। আমাদের পণ্যগুলি EU নির্দেশিকা 93/42/EEC দ্বারা সংজ্ঞায়িত মেডিকেল ডিভাইস হিসাবে বিক্রি করা হয় না। আমাদের পণ্যগুলি রোগের নির্ণয় বা চিকিৎসার জন্য ব্যবহারের জন্য ডিজাইন করা হয়নি অথবা উদ্দেশ্যমূলক নয়।
অনুবাদ সম্পর্কে নোট: এই ওয়েবসাইটের অ-ইংরেজি সংস্করণগুলি সুবিধার জন্য কৃত্রিম বুদ্ধিমত্তা ব্যবহার করে অনুবাদ করা হয়েছে। আমরা সঠিকতার প্রতি যত্নশীল হলেও, স্বয়ংক্রিয় অনুবাদগুলিতে ভুল বা সূক্ষ্মতা থাকতে পারে যা মূল লেখ্যের থেকে ভিন্ন। সবচেয়ে সঠিক তথ্যের জন্য, দয়া করে এই সাইটের ইংরেজি সংস্করণের দিকে নজর দিন।
সহায়তা
কোম্পানি
© 2025 EMOTIV, সব অধিকার সংরক্ষিত।
আপনার গোপনীয়তা বিকল্পগুলি (কুকি সেটিংস)
*অস্বীকৃতি – EMOTIV পণ্যগুলি গবেষণার অ্যাপ্লিকেশন এবং ব্যক্তিগত ব্যবহারের জন্য বরাদ্দ করা হয়েছে। আমাদের পণ্যগুলি EU নির্দেশিকা 93/42/EEC দ্বারা সংজ্ঞায়িত মেডিকেল ডিভাইস হিসাবে বিক্রি করা হয় না। আমাদের পণ্যগুলি রোগের নির্ণয় বা চিকিৎসার জন্য ব্যবহারের জন্য ডিজাইন করা হয়নি অথবা উদ্দেশ্যমূলক নয়।
অনুবাদ সম্পর্কে নোট: এই ওয়েবসাইটের অ-ইংরেজি সংস্করণগুলি সুবিধার জন্য কৃত্রিম বুদ্ধিমত্তা ব্যবহার করে অনুবাদ করা হয়েছে। আমরা সঠিকতার প্রতি যত্নশীল হলেও, স্বয়ংক্রিয় অনুবাদগুলিতে ভুল বা সূক্ষ্মতা থাকতে পারে যা মূল লেখ্যের থেকে ভিন্ন। সবচেয়ে সঠিক তথ্যের জন্য, দয়া করে এই সাইটের ইংরেজি সংস্করণের দিকে নজর দিন।
সহায়তা
কোম্পানি
© 2025 EMOTIV, সব অধিকার সংরক্ষিত।
আপনার গোপনীয়তা বিকল্পগুলি (কুকি সেটিংস)
*অস্বীকৃতি – EMOTIV পণ্যগুলি গবেষণার অ্যাপ্লিকেশন এবং ব্যক্তিগত ব্যবহারের জন্য বরাদ্দ করা হয়েছে। আমাদের পণ্যগুলি EU নির্দেশিকা 93/42/EEC দ্বারা সংজ্ঞায়িত মেডিকেল ডিভাইস হিসাবে বিক্রি করা হয় না। আমাদের পণ্যগুলি রোগের নির্ণয় বা চিকিৎসার জন্য ব্যবহারের জন্য ডিজাইন করা হয়নি অথবা উদ্দেশ্যমূলক নয়।
অনুবাদ সম্পর্কে নোট: এই ওয়েবসাইটের অ-ইংরেজি সংস্করণগুলি সুবিধার জন্য কৃত্রিম বুদ্ধিমত্তা ব্যবহার করে অনুবাদ করা হয়েছে। আমরা সঠিকতার প্রতি যত্নশীল হলেও, স্বয়ংক্রিয় অনুবাদগুলিতে ভুল বা সূক্ষ্মতা থাকতে পারে যা মূল লেখ্যের থেকে ভিন্ন। সবচেয়ে সঠিক তথ্যের জন্য, দয়া করে এই সাইটের ইংরেজি সংস্করণের দিকে নজর দিন।