दिमाग-컴प्यूटर इंटरफेस जो दृश्य छवियों के निर्माण पर आधारित है
साझा करें:
पावेल बब्रोव, अलेक्ज़ेंडर फ्रोलोव, चार्ल्स कैंटोर, इरिना फेडुलोवा, मिखाइल बखन्यान, अलेक्ज़ेंडर ज़हवरोनकोव
संक्षेप
यह पत्र तीन मानसिक कार्यों के प्रदर्शन से संबंधित EEG पैटर्नों की पहचान करने के कार्य का विश्लेषण करता है: विश्राम और दो प्रकार की तस्वीरों की कल्पना: चेहरे और घर। प्रयोग दो EEG हेडसेट्स का उपयोग करके किए गए: BrainProducts ActiCap और Emotiv EPOC। Emotiv हेडसेट उपभोक्ता BCI अनुप्रयोग में व्यापक रूप से उपयोग किया जा रहा है जो भविष्य में बड़े पैमाने पर EEG प्रयोगों का संचालन करने की अनुमति देता है। चूंकि वर्गीकरण सटीकता ने EPOC हेडसेट के साथ प्रयोग के पहले तीन दिनों के दौरान यादृच्छिक वर्गीकरण के स्तर को काफी पार कर लिया, चौथे दिन ActiCap का उपयोग करके एक नियंत्रण प्रयोग किया गया। नियंत्रण प्रयोग ने यह दिखाया कि उच्च गुणवत्ता वाले अनुसंधान उपकरणों का उपयोग वर्गीकरण सटीकता (कुछ विषयों में 68% तक) को बढ़ा सकता है और सटीकता आँख के ब्लिंक और आंदोलन से संबंधित EEG कलंक के उपस्थित होने पर निर्भर नहीं करती है। यह अध्ययन यह भी दिखाता है कि सहसंबंध मैट्रिक्स विश्लेषण पर आधारित कंप्यूटेशनली-आर्थिक बेयesian वर्गीकरणकर्ता इस समस्या में अधिक परिष्कृत मल्टी-क्लास सामान्य स्थान पैटर्न (MCSP) वर्गीकरणकर्ता के समान वर्गीकरण सटीकता प्रदान करता है।पूर्ण रिपोर्ट पढ़ने के लिए यहां क्लिक करें
पावेल बब्रोव, अलेक्ज़ेंडर फ्रोलोव, चार्ल्स कैंटोर, इरिना फेडुलोवा, मिखाइल बखन्यान, अलेक्ज़ेंडर ज़हवरोनकोव
संक्षेप
यह पत्र तीन मानसिक कार्यों के प्रदर्शन से संबंधित EEG पैटर्नों की पहचान करने के कार्य का विश्लेषण करता है: विश्राम और दो प्रकार की तस्वीरों की कल्पना: चेहरे और घर। प्रयोग दो EEG हेडसेट्स का उपयोग करके किए गए: BrainProducts ActiCap और Emotiv EPOC। Emotiv हेडसेट उपभोक्ता BCI अनुप्रयोग में व्यापक रूप से उपयोग किया जा रहा है जो भविष्य में बड़े पैमाने पर EEG प्रयोगों का संचालन करने की अनुमति देता है। चूंकि वर्गीकरण सटीकता ने EPOC हेडसेट के साथ प्रयोग के पहले तीन दिनों के दौरान यादृच्छिक वर्गीकरण के स्तर को काफी पार कर लिया, चौथे दिन ActiCap का उपयोग करके एक नियंत्रण प्रयोग किया गया। नियंत्रण प्रयोग ने यह दिखाया कि उच्च गुणवत्ता वाले अनुसंधान उपकरणों का उपयोग वर्गीकरण सटीकता (कुछ विषयों में 68% तक) को बढ़ा सकता है और सटीकता आँख के ब्लिंक और आंदोलन से संबंधित EEG कलंक के उपस्थित होने पर निर्भर नहीं करती है। यह अध्ययन यह भी दिखाता है कि सहसंबंध मैट्रिक्स विश्लेषण पर आधारित कंप्यूटेशनली-आर्थिक बेयesian वर्गीकरणकर्ता इस समस्या में अधिक परिष्कृत मल्टी-क्लास सामान्य स्थान पैटर्न (MCSP) वर्गीकरणकर्ता के समान वर्गीकरण सटीकता प्रदान करता है।पूर्ण रिपोर्ट पढ़ने के लिए यहां क्लिक करें
पावेल बब्रोव, अलेक्ज़ेंडर फ्रोलोव, चार्ल्स कैंटोर, इरिना फेडुलोवा, मिखाइल बखन्यान, अलेक्ज़ेंडर ज़हवरोनकोव
संक्षेप
यह पत्र तीन मानसिक कार्यों के प्रदर्शन से संबंधित EEG पैटर्नों की पहचान करने के कार्य का विश्लेषण करता है: विश्राम और दो प्रकार की तस्वीरों की कल्पना: चेहरे और घर। प्रयोग दो EEG हेडसेट्स का उपयोग करके किए गए: BrainProducts ActiCap और Emotiv EPOC। Emotiv हेडसेट उपभोक्ता BCI अनुप्रयोग में व्यापक रूप से उपयोग किया जा रहा है जो भविष्य में बड़े पैमाने पर EEG प्रयोगों का संचालन करने की अनुमति देता है। चूंकि वर्गीकरण सटीकता ने EPOC हेडसेट के साथ प्रयोग के पहले तीन दिनों के दौरान यादृच्छिक वर्गीकरण के स्तर को काफी पार कर लिया, चौथे दिन ActiCap का उपयोग करके एक नियंत्रण प्रयोग किया गया। नियंत्रण प्रयोग ने यह दिखाया कि उच्च गुणवत्ता वाले अनुसंधान उपकरणों का उपयोग वर्गीकरण सटीकता (कुछ विषयों में 68% तक) को बढ़ा सकता है और सटीकता आँख के ब्लिंक और आंदोलन से संबंधित EEG कलंक के उपस्थित होने पर निर्भर नहीं करती है। यह अध्ययन यह भी दिखाता है कि सहसंबंध मैट्रिक्स विश्लेषण पर आधारित कंप्यूटेशनली-आर्थिक बेयesian वर्गीकरणकर्ता इस समस्या में अधिक परिष्कृत मल्टी-क्लास सामान्य स्थान पैटर्न (MCSP) वर्गीकरणकर्ता के समान वर्गीकरण सटीकता प्रदान करता है।पूर्ण रिपोर्ट पढ़ने के लिए यहां क्लिक करें