การใช้อินเทอร์เฟซสมองกับคอมพิวเตอร์เพื่อตรวจจับความพึงพอใจของมนุษย์ในปฏิสัมพันธ์ระหว่างมนุษย์กับหุ่นยนต์

Nuri Djavit

อัปเดตเมื่อ

2 ส.ค. 2553

การใช้อินเทอร์เฟซสมองกับคอมพิวเตอร์เพื่อตรวจจับความพึงพอใจของมนุษย์ในปฏิสัมพันธ์ระหว่างมนุษย์กับหุ่นยนต์

Nuri Djavit

อัปเดตเมื่อ

2 ส.ค. 2553

การใช้อินเทอร์เฟซสมองกับคอมพิวเตอร์เพื่อตรวจจับความพึงพอใจของมนุษย์ในปฏิสัมพันธ์ระหว่างมนุษย์กับหุ่นยนต์

Nuri Djavit

อัปเดตเมื่อ

2 ส.ค. 2553

Ehsan Turkish Esfahan. Department of Mechanical Engineering, University of California Riverside, USA

บทคัดย่อ

บทความนี้อภิปรายเกี่ยวกับวิจัยเรื่องการใช้อินเตอร์เฟซสมองกับคอมพิวเตอร์ (BCI) เพื่อให้ได้การตอบสนองทางอารมณ์จากมนุษย์ที่ตอบสนองต่อการเคลื่อนไหวของหุ่นยนต์ฮิวมานอยด์ในสภาพแวดล้อมที่ทำงานร่วมกันมีวัตถุประสงค์เพื่อตรวจหาระดับความพึงพอใจของมนุษย์และนำใช้สำหรับการแก้ไขและปรับปรุงพฤติกรรมของการพัฒนาหุ่นยนต์เพื่อให้ระดับความพึงพอใจสูงที่สุด บทความนี้กล่าวถึงการทดลองแต่อัลกอริทึมที่ใช้กิจกรรมสมองของมนุษย์ซึ่งได้รับการรวบรวมผ่าน BCI เพื่อคาดคะเนระดับความพึงพอใจ ผู้ใช้สวมใส่อุปกรณ์ตรวจวัดคลื่นไฟฟ้าสมอง (EEG) และใช้การจินตนาการเพื่อควบคุมการเคลื่อนไหวของหุ่นยนต์ การตอบสนองของหุ่นยนต์ต่อการจินตนาการทางความคิดของแต่ละคนอาจไม่เท่ากับคำสั่งทางจิตของมนุษย์ และสิ่งนี้จะส่งผลต่อระดับความพึงพอใจทางด้านอารมณ์ อุปกรณ์จะเก็บบันทึกกิจกรรมคลื่นสมองทั้งหมด 14 ตําแหน่งบนหนังศีรษะ ความหนาแน่นของช่วงสเปกตรัมกำลังของแต่ละย่านความถี่คลื่น EEG และสัมประสิทธิ์เลียปูนอฟที่มีค่ามากที่สุดสี่ค่าของแต่ละเครี่องส่งสัญญาณ EEG รูปแบบเวกเตอร์คุณลักษณะ จากนั้นใช้การทดสอบแมนน์ - วิทนีย์ - วิลคอกซอน เพื่อจัดลำดับคุณลักษณะเด่นทั้งหมด คุณลักษณะเด่นอันดับสูงสุดจะถูกเลือกเพื่อใช้ฝึกระบบการจัดประเภทการวิเคราะห์จำแนกประเภทเชิงเส้น (LDC) เพื่อกำหนดระดับความพึงพอใจ ผลการทดลองของเราในครั้งนี้แสดงความถูกต้องแม่นยำสูงถึง 79.2% ในการตรวจจับระดับความพึงพอใจของมนุษย์คลิกที่นี่เพื่ออ่านรายงานฉบับเต็ม

Ehsan Turkish Esfahan. Department of Mechanical Engineering, University of California Riverside, USA

บทคัดย่อ

บทความนี้อภิปรายเกี่ยวกับวิจัยเรื่องการใช้อินเตอร์เฟซสมองกับคอมพิวเตอร์ (BCI) เพื่อให้ได้การตอบสนองทางอารมณ์จากมนุษย์ที่ตอบสนองต่อการเคลื่อนไหวของหุ่นยนต์ฮิวมานอยด์ในสภาพแวดล้อมที่ทำงานร่วมกันมีวัตถุประสงค์เพื่อตรวจหาระดับความพึงพอใจของมนุษย์และนำใช้สำหรับการแก้ไขและปรับปรุงพฤติกรรมของการพัฒนาหุ่นยนต์เพื่อให้ระดับความพึงพอใจสูงที่สุด บทความนี้กล่าวถึงการทดลองแต่อัลกอริทึมที่ใช้กิจกรรมสมองของมนุษย์ซึ่งได้รับการรวบรวมผ่าน BCI เพื่อคาดคะเนระดับความพึงพอใจ ผู้ใช้สวมใส่อุปกรณ์ตรวจวัดคลื่นไฟฟ้าสมอง (EEG) และใช้การจินตนาการเพื่อควบคุมการเคลื่อนไหวของหุ่นยนต์ การตอบสนองของหุ่นยนต์ต่อการจินตนาการทางความคิดของแต่ละคนอาจไม่เท่ากับคำสั่งทางจิตของมนุษย์ และสิ่งนี้จะส่งผลต่อระดับความพึงพอใจทางด้านอารมณ์ อุปกรณ์จะเก็บบันทึกกิจกรรมคลื่นสมองทั้งหมด 14 ตําแหน่งบนหนังศีรษะ ความหนาแน่นของช่วงสเปกตรัมกำลังของแต่ละย่านความถี่คลื่น EEG และสัมประสิทธิ์เลียปูนอฟที่มีค่ามากที่สุดสี่ค่าของแต่ละเครี่องส่งสัญญาณ EEG รูปแบบเวกเตอร์คุณลักษณะ จากนั้นใช้การทดสอบแมนน์ - วิทนีย์ - วิลคอกซอน เพื่อจัดลำดับคุณลักษณะเด่นทั้งหมด คุณลักษณะเด่นอันดับสูงสุดจะถูกเลือกเพื่อใช้ฝึกระบบการจัดประเภทการวิเคราะห์จำแนกประเภทเชิงเส้น (LDC) เพื่อกำหนดระดับความพึงพอใจ ผลการทดลองของเราในครั้งนี้แสดงความถูกต้องแม่นยำสูงถึง 79.2% ในการตรวจจับระดับความพึงพอใจของมนุษย์คลิกที่นี่เพื่ออ่านรายงานฉบับเต็ม

Ehsan Turkish Esfahan. Department of Mechanical Engineering, University of California Riverside, USA

บทคัดย่อ

บทความนี้อภิปรายเกี่ยวกับวิจัยเรื่องการใช้อินเตอร์เฟซสมองกับคอมพิวเตอร์ (BCI) เพื่อให้ได้การตอบสนองทางอารมณ์จากมนุษย์ที่ตอบสนองต่อการเคลื่อนไหวของหุ่นยนต์ฮิวมานอยด์ในสภาพแวดล้อมที่ทำงานร่วมกันมีวัตถุประสงค์เพื่อตรวจหาระดับความพึงพอใจของมนุษย์และนำใช้สำหรับการแก้ไขและปรับปรุงพฤติกรรมของการพัฒนาหุ่นยนต์เพื่อให้ระดับความพึงพอใจสูงที่สุด บทความนี้กล่าวถึงการทดลองแต่อัลกอริทึมที่ใช้กิจกรรมสมองของมนุษย์ซึ่งได้รับการรวบรวมผ่าน BCI เพื่อคาดคะเนระดับความพึงพอใจ ผู้ใช้สวมใส่อุปกรณ์ตรวจวัดคลื่นไฟฟ้าสมอง (EEG) และใช้การจินตนาการเพื่อควบคุมการเคลื่อนไหวของหุ่นยนต์ การตอบสนองของหุ่นยนต์ต่อการจินตนาการทางความคิดของแต่ละคนอาจไม่เท่ากับคำสั่งทางจิตของมนุษย์ และสิ่งนี้จะส่งผลต่อระดับความพึงพอใจทางด้านอารมณ์ อุปกรณ์จะเก็บบันทึกกิจกรรมคลื่นสมองทั้งหมด 14 ตําแหน่งบนหนังศีรษะ ความหนาแน่นของช่วงสเปกตรัมกำลังของแต่ละย่านความถี่คลื่น EEG และสัมประสิทธิ์เลียปูนอฟที่มีค่ามากที่สุดสี่ค่าของแต่ละเครี่องส่งสัญญาณ EEG รูปแบบเวกเตอร์คุณลักษณะ จากนั้นใช้การทดสอบแมนน์ - วิทนีย์ - วิลคอกซอน เพื่อจัดลำดับคุณลักษณะเด่นทั้งหมด คุณลักษณะเด่นอันดับสูงสุดจะถูกเลือกเพื่อใช้ฝึกระบบการจัดประเภทการวิเคราะห์จำแนกประเภทเชิงเส้น (LDC) เพื่อกำหนดระดับความพึงพอใจ ผลการทดลองของเราในครั้งนี้แสดงความถูกต้องแม่นยำสูงถึง 79.2% ในการตรวจจับระดับความพึงพอใจของมนุษย์คลิกที่นี่เพื่ออ่านรายงานฉบับเต็ม

อ่านต่อ

การใช้สัญญาณ EEG แบบไร้สายเพื่อประเมินภาระงานของหน่วยความจำใน n-Back Task