Podejmij wyzwanie dla swojej pamięci! Zagraj w nową grę N-Back w aplikacji Emotiv
Podejmij wyzwanie dla swojej pamięci! Zagraj w nową grę N-Back w aplikacji Emotiv
Klasyfikacja prymitywnych kształtów za pomocą interfejsów mózg-komputer
Udostępnij:
Ehsan Tarkesh Esfahani, V. Sundararajan
Streszczenie
Interfejsy mózg–komputer (BCI) to nowe osiągnięcia w alternatywnych technologiach interakcji użytkownika. Celem tego artykułu jest zbadanie potencjału BCI jako interfejsów użytkownika dla systemów CAD. Artykuł opisuje eksperymenty i algorytmy, które wykorzystują BCI do rozróżniania pomiędzy prymitywnymi kształtami wyobrażanymi przez użytkownika. Użytkownicy noszą zestaw słuchawkowy elektroencefalogramu (EEG) i wyobrażają sobie kształt sześcianu, kuli, cylindra, piramidy lub stożka. Zestaw słuchawkowy EEG zbiera aktywność mózgu z 14 miejsc na skórze głowy. Dane są analizowane przy użyciu analizy niezależnych komponentów (ICA) oraz przekształcenia Hilberta-Huanga (HHT). Cecha interesująca to marginalne widma różnych pasm częstotliwości (theta, alfa, beta i gamma) obliczane z widma Hilberta każdego niezależnego komponentu. Test U Manna-Whitneya jest następnie stosowany do rankingu kanałów elektrod EEG pod względem ich istotności w pięciu klasyfikacjach parowych. Cechy z najwyżej ocenianych niezależnych komponentów tworzą ostateczny wektor cech, który następnie jest używany do trenowania liniowego klasyfikatora dyskryminacyjnego. Wyniki pokazują, że ten klasyfikator może rozróżnić pięć podstawowych prymitywnych obiektów z średnią dokładnością wynoszącą około 44,6% (w porównaniu do naiwnych wskaźników klasyfikacji na poziomie 20%) wśród dziesięciu uczestników (zakres dokładności 36%–54%). Dokładność klasyfikacji zmienia się na 39,9%, gdy używane są jednocześnie wskazówki wizualne i werbalne. Powtarzalność ekstrakcji cech i klasyfikacji została sprawdzona poprzez przeprowadzenie eksperymentu przez 10 różnych dni z tymi samymi uczestnikami. Pokazuje to, że BCI ma potencjał w tworzeniu kształtów geometrycznych w systemach CAD i może być używane jako nowy sposób interakcji użytkownika.Kliknij tutaj, aby zobaczyć pełny raport.
Ehsan Tarkesh Esfahani, V. Sundararajan
Streszczenie
Interfejsy mózg–komputer (BCI) to nowe osiągnięcia w alternatywnych technologiach interakcji użytkownika. Celem tego artykułu jest zbadanie potencjału BCI jako interfejsów użytkownika dla systemów CAD. Artykuł opisuje eksperymenty i algorytmy, które wykorzystują BCI do rozróżniania pomiędzy prymitywnymi kształtami wyobrażanymi przez użytkownika. Użytkownicy noszą zestaw słuchawkowy elektroencefalogramu (EEG) i wyobrażają sobie kształt sześcianu, kuli, cylindra, piramidy lub stożka. Zestaw słuchawkowy EEG zbiera aktywność mózgu z 14 miejsc na skórze głowy. Dane są analizowane przy użyciu analizy niezależnych komponentów (ICA) oraz przekształcenia Hilberta-Huanga (HHT). Cecha interesująca to marginalne widma różnych pasm częstotliwości (theta, alfa, beta i gamma) obliczane z widma Hilberta każdego niezależnego komponentu. Test U Manna-Whitneya jest następnie stosowany do rankingu kanałów elektrod EEG pod względem ich istotności w pięciu klasyfikacjach parowych. Cechy z najwyżej ocenianych niezależnych komponentów tworzą ostateczny wektor cech, który następnie jest używany do trenowania liniowego klasyfikatora dyskryminacyjnego. Wyniki pokazują, że ten klasyfikator może rozróżnić pięć podstawowych prymitywnych obiektów z średnią dokładnością wynoszącą około 44,6% (w porównaniu do naiwnych wskaźników klasyfikacji na poziomie 20%) wśród dziesięciu uczestników (zakres dokładności 36%–54%). Dokładność klasyfikacji zmienia się na 39,9%, gdy używane są jednocześnie wskazówki wizualne i werbalne. Powtarzalność ekstrakcji cech i klasyfikacji została sprawdzona poprzez przeprowadzenie eksperymentu przez 10 różnych dni z tymi samymi uczestnikami. Pokazuje to, że BCI ma potencjał w tworzeniu kształtów geometrycznych w systemach CAD i może być używane jako nowy sposób interakcji użytkownika.Kliknij tutaj, aby zobaczyć pełny raport.
Ehsan Tarkesh Esfahani, V. Sundararajan
Streszczenie
Interfejsy mózg–komputer (BCI) to nowe osiągnięcia w alternatywnych technologiach interakcji użytkownika. Celem tego artykułu jest zbadanie potencjału BCI jako interfejsów użytkownika dla systemów CAD. Artykuł opisuje eksperymenty i algorytmy, które wykorzystują BCI do rozróżniania pomiędzy prymitywnymi kształtami wyobrażanymi przez użytkownika. Użytkownicy noszą zestaw słuchawkowy elektroencefalogramu (EEG) i wyobrażają sobie kształt sześcianu, kuli, cylindra, piramidy lub stożka. Zestaw słuchawkowy EEG zbiera aktywność mózgu z 14 miejsc na skórze głowy. Dane są analizowane przy użyciu analizy niezależnych komponentów (ICA) oraz przekształcenia Hilberta-Huanga (HHT). Cecha interesująca to marginalne widma różnych pasm częstotliwości (theta, alfa, beta i gamma) obliczane z widma Hilberta każdego niezależnego komponentu. Test U Manna-Whitneya jest następnie stosowany do rankingu kanałów elektrod EEG pod względem ich istotności w pięciu klasyfikacjach parowych. Cechy z najwyżej ocenianych niezależnych komponentów tworzą ostateczny wektor cech, który następnie jest używany do trenowania liniowego klasyfikatora dyskryminacyjnego. Wyniki pokazują, że ten klasyfikator może rozróżnić pięć podstawowych prymitywnych obiektów z średnią dokładnością wynoszącą około 44,6% (w porównaniu do naiwnych wskaźników klasyfikacji na poziomie 20%) wśród dziesięciu uczestników (zakres dokładności 36%–54%). Dokładność klasyfikacji zmienia się na 39,9%, gdy używane są jednocześnie wskazówki wizualne i werbalne. Powtarzalność ekstrakcji cech i klasyfikacji została sprawdzona poprzez przeprowadzenie eksperymentu przez 10 różnych dni z tymi samymi uczestnikami. Pokazuje to, że BCI ma potencjał w tworzeniu kształtów geometrycznych w systemach CAD i może być używane jako nowy sposób interakcji użytkownika.Kliknij tutaj, aby zobaczyć pełny raport.