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

नाविद फौमानी इसके मुख्य लेखक हैं। सह-लेखक डॉ. महसा सालेही (मोनाश यूनिवर्सिटी), डॉ. जेफ्री मैकेलर, डॉ. सोहेला घने, डॉ. साद इर्तजा और डॉ. नाम गुयेन (इमोटिव रिसर्च, प्राइवेट लिमिटेड) हैं।

पेपर पढ़ें

कोड देखें

इमोटिव नाविद फौमानी को प्रायोजित करता है, जो एक पीएचडी उम्मीदवार हैं और मेलबर्न, ऑस्ट्रेलिया में मोनाश विश्वविद्यालय में डॉ. महसा सालेही की देखरेख में ईईजी (EEG) डेटा पर डीप लर्निंग विधियों को लागू करने पर काम कर रहे हैं। नाविद ने हमारे साथ मिलकर EEG2Rep के रूप में जानी जाने वाली एक नई स्व-पर्यवेक्षित (self-supervised) संरचना विकसित करने के लिए काम किया, जो ईईजी डेटा को मॉडलिंग 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 सिम्युलेटेड ड्राइविंग, जिसमें ड्राइविंग अनुभव के विशिष्ट आंतरायिक विकर्षण (मोबाइल कॉल, टेक्स्ट संदेश, नेविगेशन, संगीत चयन, बातचीत, अचानक की जाने वाली मानसिक गणनाएँ आदि) शामिल थे। हमारा ड्राइवर अटेंशन एल्गोरिदम 2013 में अत्याधुनिक मशीन लर्निंग विधियों का उपयोग करके 68% सटीकता मीट्रिक के साथ वितरित किया गया था।

हमने 2015 में मेलबर्न विश्वविद्यालय में पीएचडी के दौरान महसा को प्रायोजित किया था और उन्हें यही डेटासेट प्रदान किया था। उन्होंने एन्सेम्बल विधियों (ensemble methods) का उपयोग करके सटीकता मीट्रिक को 72% तक सुधारने में सफलता प्राप्त की।

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

यह सफलता ईईजी डेटा के लिए एक आधारभूत मॉडल विकसित करने की संभावना खोलती है जो विभिन्न कार्यों और अनुप्रयोगों में व्यापक तौर पर काम कर सकता है, जिससे ईईजी विश्लेषण के क्षेत्र में जो कुछ भी हासिल किया जा सकता है उसकी सीमाओं का विस्तार होता है।