हमें यह घोषणा करते हुए खुशी हो रही है कि शोध पत्र “EEG2Rep: Enhancing Self-supervised EEG Representation Through Informative Masked Inputs” को प्रतिष्ठित KDD 2024 Conference में प्रस्तुति के लिए स्वीकार कर लिया गया है।

नाविद फौमानी इसके मुख्य लेखक हैं। सह-लेखकों में डॉ. महसा सालेही (मोनाश यूनिवर्सिटी), डॉ. जेफ्री मैकेलर, डॉ. सोहेला घने, डॉ. साद इर्तजा और डॉ. नाम गुयेन (Emotiv Research, Pty Ltd) शामिल हैं।

शोध पत्र पढ़ें

कोड देखें

Emotiv नाविद फौमानी को प्रायोजित करता है, जो एक पीएचडी छात्र हैं और ऑस्ट्रेलिया के मेलबर्न में मोनाश यूनिवर्सिटी में डॉ. महसा सालेही की देखरेख में ईईजी (EEG) डेटा पर डीप लर्निंग विधियों को लागू करने पर काम कर रहे हैं। नाविद ने हमारी टीम के साथ मिलकर EEG2Rep के रूप में प्रसिद्ध एक नया सेल्फ-सुपरवाइज्ड आर्किटेक्चर विकसित करने के लिए काम किया, जो ईईजी डेटा को मॉडल करने के लिए बेहद आशाजनक है।

5 ईईजी डेटासेटों में से एक के रूप में, नाविद ने इन विधियों को हमारे ड्राइवर अटेंशन डेटा पर लागू किया: 18 विषय x 45 मिनट की सिमुलेटेड ड्राइविंग, जिसमें ड्राइविंग अनुभव के दौरान आने वाले सामान्य व्यवधान (जैसे कि मोबाइल कॉल, टेक्स्ट मैसेज, नेविगेशन, संगीत चयन, बातचीत, तुरंत की जाने वाली मानसिक गणनाएं आदि) शामिल थे। हमारा ड्राइवर अटेंशन एल्गोरिथम 2013 में अत्याधुनिक मशीन लर्निंग विधियों का उपयोग करके 68% सटीकता मीट्रिक के साथ प्रदान किया गया था।

हमने 2015 में मेलबर्न यूनिवर्सिटी में उनके पीएचडी के दौरान महसा को प्रायोजित किया था और उन्हें यही डेटासेट प्रदान किया था। उन्होंने एन्सेम्बल विधियों का उपयोग करके सटीकता मीट्रिक में 72% तक सुधार करने में सफलता हासिल की।

EEG2Rep मॉडल को ड्राइवर डिस्ट्रैक्शन डेटासेट पर लागू किया गया और इसने अब तक की सबसे अधिक सटीकता, 80.07%, हासिल की, जो कि एक महत्वपूर्ण सुधार है। इसके अतिरिक्त, इस मॉडल ने पांच सार्वजनिक डेटासेटों में से प्रत्येक में अत्याधुनिक विधियों से काफी बेहतर प्रदर्शन किया, जिसमें भावनात्मक और मानसिक स्थिति का पता लगाना, मल्टीटास्किंग, रेस्टिंग स्टेट ईईजी और मिर्गी एवं स्ट्रोक जैसी चिकित्सीय स्थितियों का पता लगाना शामिल है।

यह सफलता ईईजी डेटा के लिए एक ऐसा बुनियादी मॉडल विकसित करने की संभावना को खोलती है जिसे विभिन्न कार्यों और अनुप्रयोगों में सामान्यीकृत किया जा सकता है, जिससे ईईजी विश्लेषण के क्षेत्र में हासिल