סיווג של צורות פרימיטיביות באמצעות ממשקי מוח-מחשב

נורי ג'אביט

עודכן ב

25 באוק׳ 2012

סיווג של צורות פרימיטיביות באמצעות ממשקי מוח-מחשב

נורי ג'אביט

עודכן ב

25 באוק׳ 2012

סיווג של צורות פרימיטיביות באמצעות ממשקי מוח-מחשב

נורי ג'אביט

עודכן ב

25 באוק׳ 2012

אסאן טארקש אספאהני, ו. סונדאראראג'אן

תקציר

ממשקי מוח-מחשב (BCIs) הם פיתוחים אחרונים בטכנולוגיות חלופיות של אינטראקציית משתמש. מטרת מאמר זה היא לבחון את הפוטנציאל של BCIs כממשקי משתמש עבור מערכות CAD. המאמר מתאר ניסויים ואלגוריתמים המשתמשים ב-BCI כדי להבחין בין צורות פרימיטיביות שמדמיין המשתמש. המשתמשים חובשים קסדת אלקטרואנצפלוגרם (EEG) ומדמיינים צורה של קובייה, כדור, גליל, פירמידה או חרוט. קסדת ה-EEG אוספת פעילות מוחית מ-14 מיקומים על הקרקפת. הנתונים מנותחים באמצעות ניתוח רכיבים עצמאיים (ICA) והתמרת הילברט-הואנג (HHT). המאפיינים בעלי העניין הם הספקטרומים השוליים של תדרי תדר שונים (תחומי תטא, אלפא, בטא וגמא) המחושבים מהספקטרום של הילברט של כל רכיב עצמאי. לאחר מכן מיושם מבחן מאן-וויטני U כדי לדרג את ערוצי האלקטרודות של ה-EEG לפי רלוונטיות בחמישה סיווגים זוגיים. המאפיינים מהרכיבים העצמאיים בעלי הדירוג הגבוה ביותר יוצרים את וקטור המאפיינים הסופי, המשמש לאחר מכן לאימון מסווג אבחנה ליניארי. התוצאות מראות כי מסווג זה יכול להבחין בין חמשת העצמים הפרימיטיביים הבסיסיים ברמת דיוק ממוצעת של כ-44.6% (בהשוואה לשיעור סיווג נאיבי של 20%) בקרב עשרה נבדקים (טווח דיוק של 36%–54%). דיוק הסיווג משתנה ל-39.9% כאשר נעשה שימוש הן ברמזים חזותיים והן ברמזים מילוליים. הדירות הפקת המאפיינים והסיווג נבדקה על ידי ביצוע הניסוי ב-10 ימים שונים עם אותם משתתפים. הדבר מראה כי ה-BCI טומן בחובו הבטחה ליצירת צורות גיאומטריות במערכות CAD ויכול לשמש כאמצעי חדשני לאינטראקציית משתמש.לחץ כאן לדוח המלא.

אסאן טארקש אספאהני, ו. סונדאראראג'אן

תקציר

ממשקי מוח-מחשב (BCIs) הם פיתוחים אחרונים בטכנולוגיות חלופיות של אינטראקציית משתמש. מטרת מאמר זה היא לבחון את הפוטנציאל של BCIs כממשקי משתמש עבור מערכות CAD. המאמר מתאר ניסויים ואלגוריתמים המשתמשים ב-BCI כדי להבחין בין צורות פרימיטיביות שמדמיין המשתמש. המשתמשים חובשים קסדת אלקטרואנצפלוגרם (EEG) ומדמיינים צורה של קובייה, כדור, גליל, פירמידה או חרוט. קסדת ה-EEG אוספת פעילות מוחית מ-14 מיקומים על הקרקפת. הנתונים מנותחים באמצעות ניתוח רכיבים עצמאיים (ICA) והתמרת הילברט-הואנג (HHT). המאפיינים בעלי העניין הם הספקטרומים השוליים של תדרי תדר שונים (תחומי תטא, אלפא, בטא וגמא) המחושבים מהספקטרום של הילברט של כל רכיב עצמאי. לאחר מכן מיושם מבחן מאן-וויטני U כדי לדרג את ערוצי האלקטרודות של ה-EEG לפי רלוונטיות בחמישה סיווגים זוגיים. המאפיינים מהרכיבים העצמאיים בעלי הדירוג הגבוה ביותר יוצרים את וקטור המאפיינים הסופי, המשמש לאחר מכן לאימון מסווג אבחנה ליניארי. התוצאות מראות כי מסווג זה יכול להבחין בין חמשת העצמים הפרימיטיביים הבסיסיים ברמת דיוק ממוצעת של כ-44.6% (בהשוואה לשיעור סיווג נאיבי של 20%) בקרב עשרה נבדקים (טווח דיוק של 36%–54%). דיוק הסיווג משתנה ל-39.9% כאשר נעשה שימוש הן ברמזים חזותיים והן ברמזים מילוליים. הדירות הפקת המאפיינים והסיווג נבדקה על ידי ביצוע הניסוי ב-10 ימים שונים עם אותם משתתפים. הדבר מראה כי ה-BCI טומן בחובו הבטחה ליצירת צורות גיאומטריות במערכות CAD ויכול לשמש כאמצעי חדשני לאינטראקציית משתמש.לחץ כאן לדוח המלא.

אסאן טארקש אספאהני, ו. סונדאראראג'אן

תקציר

ממשקי מוח-מחשב (BCIs) הם פיתוחים אחרונים בטכנולוגיות חלופיות של אינטראקציית משתמש. מטרת מאמר זה היא לבחון את הפוטנציאל של BCIs כממשקי משתמש עבור מערכות CAD. המאמר מתאר ניסויים ואלגוריתמים המשתמשים ב-BCI כדי להבחין בין צורות פרימיטיביות שמדמיין המשתמש. המשתמשים חובשים קסדת אלקטרואנצפלוגרם (EEG) ומדמיינים צורה של קובייה, כדור, גליל, פירמידה או חרוט. קסדת ה-EEG אוספת פעילות מוחית מ-14 מיקומים על הקרקפת. הנתונים מנותחים באמצעות ניתוח רכיבים עצמאיים (ICA) והתמרת הילברט-הואנג (HHT). המאפיינים בעלי העניין הם הספקטרומים השוליים של תדרי תדר שונים (תחומי תטא, אלפא, בטא וגמא) המחושבים מהספקטרום של הילברט של כל רכיב עצמאי. לאחר מכן מיושם מבחן מאן-וויטני U כדי לדרג את ערוצי האלקטרודות של ה-EEG לפי רלוונטיות בחמישה סיווגים זוגיים. המאפיינים מהרכיבים העצמאיים בעלי הדירוג הגבוה ביותר יוצרים את וקטור המאפיינים הסופי, המשמש לאחר מכן לאימון מסווג אבחנה ליניארי. התוצאות מראות כי מסווג זה יכול להבחין בין חמשת העצמים הפרימיטיביים הבסיסיים ברמת דיוק ממוצעת של כ-44.6% (בהשוואה לשיעור סיווג נאיבי של 20%) בקרב עשרה נבדקים (טווח דיוק של 36%–54%). דיוק הסיווג משתנה ל-39.9% כאשר נעשה שימוש הן ברמזים חזותיים והן ברמזים מילוליים. הדירות הפקת המאפיינים והסיווג נבדקה על ידי ביצוע הניסוי ב-10 ימים שונים עם אותם משתתפים. הדבר מראה כי ה-BCI טומן בחובו הבטחה ליצירת צורות גיאומטריות במערכות CAD ויכול לשמש כאמצעי חדשני לאינטראקציית משתמש.לחץ כאן לדוח המלא.

המשך לקרוא

תוצאות בריאותיות קוגניטיביות, פיזיות ונפשיות בקרב משתמשי קנאביס וטבק לטווח ארוך