Tantang ingatan Anda! Mainkan permainan N-Back baru di Aplikasi Emotiv
Tantang ingatan Anda! Mainkan permainan N-Back baru di Aplikasi Emotiv
Pemodelan pilihan dan otak: Sebuah studi tentang Elektroensefalogram (EEG) dari preferensi
Bagikan:
Rami N. Khushabaa, Luke Greenacreb, Sarath Kodagodaa, Jordan Louviereb, Sandra Burkeb, Gamini Dissanayakea,
Abstrak
Pilihan membangkitkan ide tentang pemilihan yang terarah terhadap tindakan atau objek yang diinginkan, yang dimotivasi oleh kesukaan dan ketidaksukaan internal, atau preferensi lain yang serupa. Namun, proses internal tersebut hanyalah domain fisiologi manusia kita. Memahami proses fisiologis pengambilan keputusan di berbagai konteks adalah tujuan sentral dalam ilmu keputusan karena memiliki potensi besar untuk memajukan penelitian keputusan. Sebagai studi percontohan di bidang ini, makalah ini mengeksplorasi sifat pengambilan keputusan dengan memeriksa aktivitas otak yang terkait, Elektroensefalogram (EEG), dari orang-orang untuk memahami bagaimana otak merespons saat melakukan pilihan yang dirancang untuk mengeluarkan preferensi subjek. Untuk memfasilitasi studi semacam itu, sistem pelacak mata Tobii-Studio digunakan untuk menangkap preferensi berbasis pilihan peserta ketika mereka mengamati tujuh puluh dua set objek. Set pilihan ini terdiri dari tiga gambar yang menawarkan latar belakang komputer pribadi potensial. Preferensi berbasis pilihan diidentifikasi dengan mengharuskan responden mengklik pilihan yang mereka sukai. Selain itu, antarmuka komputer otak (BCI) yang diwakili oleh headset EEG nirkabel EMOTIV EPOC komersial dengan 14 saluran digunakan untuk menangkap aktivitas otak yang terkait selama periode eksperimen. Analisis Komponen Utama (PCA) digunakan untuk memproses data EEG sebelum menganalisisnya dengan Transformasi Fourier Cepat (FFT) untuk mengamati perubahan dalam pita frekuensi utama, delta (0.5–4 Hz), theta (4–7 Hz), alpha (8–12 Hz), beta (13–30 Hz), dan gamma (30–40 Hz). Ukuran informasi mutual (MI) kemudian digunakan untuk mempelajari perbedaan hemisfer kiri-ke-kanan serta perbedaan depan-ke-belakang. Delapan belas peserta direkrut untuk melakukan eksperimen dengan hasil rata-rata menunjukkan perubahan yang jelas dan signifikan dalam aktivitas spektral di area frontal (F3 dan F4), parietal (P7 dan P8) dan oksipital (O1 dan O2) sementara peserta menunjukkan preferensi mereka. Hasilnya menunjukkan bahwa, ketika mempertimbangkan jumlah pertukaran informasi antara hemisfer kiri dan kanan, pita theta menunjukkan redundansi minimal dan relevansi maksimum terhadap tugas yang ada ketika diekstrak dari daerah frontal, parietal, dan oksipital yang simetris, sementara alpha mendominasi di daerah frontal dan parietal dan beta mendominasi terutama di daerah oksipital dan temporal.Klik di sini untuk laporan penuh.
Rami N. Khushabaa, Luke Greenacreb, Sarath Kodagodaa, Jordan Louviereb, Sandra Burkeb, Gamini Dissanayakea,
Abstrak
Pilihan membangkitkan ide tentang pemilihan yang terarah terhadap tindakan atau objek yang diinginkan, yang dimotivasi oleh kesukaan dan ketidaksukaan internal, atau preferensi lain yang serupa. Namun, proses internal tersebut hanyalah domain fisiologi manusia kita. Memahami proses fisiologis pengambilan keputusan di berbagai konteks adalah tujuan sentral dalam ilmu keputusan karena memiliki potensi besar untuk memajukan penelitian keputusan. Sebagai studi percontohan di bidang ini, makalah ini mengeksplorasi sifat pengambilan keputusan dengan memeriksa aktivitas otak yang terkait, Elektroensefalogram (EEG), dari orang-orang untuk memahami bagaimana otak merespons saat melakukan pilihan yang dirancang untuk mengeluarkan preferensi subjek. Untuk memfasilitasi studi semacam itu, sistem pelacak mata Tobii-Studio digunakan untuk menangkap preferensi berbasis pilihan peserta ketika mereka mengamati tujuh puluh dua set objek. Set pilihan ini terdiri dari tiga gambar yang menawarkan latar belakang komputer pribadi potensial. Preferensi berbasis pilihan diidentifikasi dengan mengharuskan responden mengklik pilihan yang mereka sukai. Selain itu, antarmuka komputer otak (BCI) yang diwakili oleh headset EEG nirkabel EMOTIV EPOC komersial dengan 14 saluran digunakan untuk menangkap aktivitas otak yang terkait selama periode eksperimen. Analisis Komponen Utama (PCA) digunakan untuk memproses data EEG sebelum menganalisisnya dengan Transformasi Fourier Cepat (FFT) untuk mengamati perubahan dalam pita frekuensi utama, delta (0.5–4 Hz), theta (4–7 Hz), alpha (8–12 Hz), beta (13–30 Hz), dan gamma (30–40 Hz). Ukuran informasi mutual (MI) kemudian digunakan untuk mempelajari perbedaan hemisfer kiri-ke-kanan serta perbedaan depan-ke-belakang. Delapan belas peserta direkrut untuk melakukan eksperimen dengan hasil rata-rata menunjukkan perubahan yang jelas dan signifikan dalam aktivitas spektral di area frontal (F3 dan F4), parietal (P7 dan P8) dan oksipital (O1 dan O2) sementara peserta menunjukkan preferensi mereka. Hasilnya menunjukkan bahwa, ketika mempertimbangkan jumlah pertukaran informasi antara hemisfer kiri dan kanan, pita theta menunjukkan redundansi minimal dan relevansi maksimum terhadap tugas yang ada ketika diekstrak dari daerah frontal, parietal, dan oksipital yang simetris, sementara alpha mendominasi di daerah frontal dan parietal dan beta mendominasi terutama di daerah oksipital dan temporal.Klik di sini untuk laporan penuh.
Rami N. Khushabaa, Luke Greenacreb, Sarath Kodagodaa, Jordan Louviereb, Sandra Burkeb, Gamini Dissanayakea,
Abstrak
Pilihan membangkitkan ide tentang pemilihan yang terarah terhadap tindakan atau objek yang diinginkan, yang dimotivasi oleh kesukaan dan ketidaksukaan internal, atau preferensi lain yang serupa. Namun, proses internal tersebut hanyalah domain fisiologi manusia kita. Memahami proses fisiologis pengambilan keputusan di berbagai konteks adalah tujuan sentral dalam ilmu keputusan karena memiliki potensi besar untuk memajukan penelitian keputusan. Sebagai studi percontohan di bidang ini, makalah ini mengeksplorasi sifat pengambilan keputusan dengan memeriksa aktivitas otak yang terkait, Elektroensefalogram (EEG), dari orang-orang untuk memahami bagaimana otak merespons saat melakukan pilihan yang dirancang untuk mengeluarkan preferensi subjek. Untuk memfasilitasi studi semacam itu, sistem pelacak mata Tobii-Studio digunakan untuk menangkap preferensi berbasis pilihan peserta ketika mereka mengamati tujuh puluh dua set objek. Set pilihan ini terdiri dari tiga gambar yang menawarkan latar belakang komputer pribadi potensial. Preferensi berbasis pilihan diidentifikasi dengan mengharuskan responden mengklik pilihan yang mereka sukai. Selain itu, antarmuka komputer otak (BCI) yang diwakili oleh headset EEG nirkabel EMOTIV EPOC komersial dengan 14 saluran digunakan untuk menangkap aktivitas otak yang terkait selama periode eksperimen. Analisis Komponen Utama (PCA) digunakan untuk memproses data EEG sebelum menganalisisnya dengan Transformasi Fourier Cepat (FFT) untuk mengamati perubahan dalam pita frekuensi utama, delta (0.5–4 Hz), theta (4–7 Hz), alpha (8–12 Hz), beta (13–30 Hz), dan gamma (30–40 Hz). Ukuran informasi mutual (MI) kemudian digunakan untuk mempelajari perbedaan hemisfer kiri-ke-kanan serta perbedaan depan-ke-belakang. Delapan belas peserta direkrut untuk melakukan eksperimen dengan hasil rata-rata menunjukkan perubahan yang jelas dan signifikan dalam aktivitas spektral di area frontal (F3 dan F4), parietal (P7 dan P8) dan oksipital (O1 dan O2) sementara peserta menunjukkan preferensi mereka. Hasilnya menunjukkan bahwa, ketika mempertimbangkan jumlah pertukaran informasi antara hemisfer kiri dan kanan, pita theta menunjukkan redundansi minimal dan relevansi maksimum terhadap tugas yang ada ketika diekstrak dari daerah frontal, parietal, dan oksipital yang simetris, sementara alpha mendominasi di daerah frontal dan parietal dan beta mendominasi terutama di daerah oksipital dan temporal.Klik di sini untuk laporan penuh.