ท้าทายความจำของคุณ! เล่นเกม N-Back ใหม่ใน Emotiv App
ท้าทายความจำของคุณ! เล่นเกม N-Back ใหม่ใน Emotiv App
ท้าทายความจำของคุณ! เล่นเกม N-Back ใหม่ใน Emotiv App
อินเตอร์เฟซสมองคอมพิวเตอร์ที่อิงจากการสร้างภาพในจินตนาการ
แชร์:
พาเวล โบบรอฟ, อเล็กซานเดอร์ ฟรอลอฟ, ชาร์ลส์ แคนเตอร์, อิรินา เฟดูโลวา, มิไคอิล บัคห์เนียน, อเล็กซานเดอร์ ซาวารอนคอฟ
บทคัดย่อ
บทความนี้ตรวจสอบงานการจดจำรูปแบบ EEG ที่สอดคล้องกับการดำเนินการตามภารกิจทางจิตสามประการ: การผ่อนคลายและการจินตนาการรูปภาพสองประเภท: ใบหน้าและบ้าน การทดลองดำเนินการโดยใช้ชุดหูฟัง EEG สองรุ่นคือ BrainProducts ActiCap และ Emotiv EPOC ชุดหูฟัง Emotiv กำลังเป็นที่นิยมในการประยุกต์ใช้ BCI ผู้บริโภค ทำให้สามารถดำเนินการทดลอง EEG ขนาดใหญ่ได้ในอนาคต เนื่องจากความแม่นยำในการจำแนกชนิดมีค่าที่สูงกว่าระดับของการจำแนกแบบสุ่มอย่างมากในช่วงสามวันแรกของการทดลองด้วยชุดหูฟัง EPOC, การทดลองควบคุมจึงดำเนินการในวันที่สี่โดยใช้ ActiCap ผลการทดลองควบคุมแสดงให้เห็นว่าการใช้เครื่องมือวิจัยคุณภาพสูงสามารถเพิ่มความแม่นยำของการจำแนก (สูงถึง 68% ในบางตัวอย่าง) และความแม่นยำนั้นไม่ขึ้นกับการมีอยู่ของสิ่งรบกวนทาง EEG ที่เกี่ยวข้องกับการกระพริบและการเคลื่อนไหวของตา นอกจากนี้งานวิจัยนี้ยังแสดงให้เห็นว่าเครื่องจำแนกประเภท Bayesian ที่ใช้การวิเคราะห์เมทริกซ์ร่วมที่ประหยัดทั้งการคำนวณและค่าใช้จ่ายสามารถให้ความแม่นยำในปัญหาดังกล่าวคล้ายคลึงกับเครื่องจำแนกประเภท Multi-class Common Spatial Patterns (MCSP) ที่ซับซ้อนกว่า คลิกที่นี่เพื่ออ่านรายงานฉบับเต็ม
พาเวล โบบรอฟ, อเล็กซานเดอร์ ฟรอลอฟ, ชาร์ลส์ แคนเตอร์, อิรินา เฟดูโลวา, มิไคอิล บัคห์เนียน, อเล็กซานเดอร์ ซาวารอนคอฟ
บทคัดย่อ
บทความนี้ตรวจสอบงานการจดจำรูปแบบ EEG ที่สอดคล้องกับการดำเนินการตามภารกิจทางจิตสามประการ: การผ่อนคลายและการจินตนาการรูปภาพสองประเภท: ใบหน้าและบ้าน การทดลองดำเนินการโดยใช้ชุดหูฟัง EEG สองรุ่นคือ BrainProducts ActiCap และ Emotiv EPOC ชุดหูฟัง Emotiv กำลังเป็นที่นิยมในการประยุกต์ใช้ BCI ผู้บริโภค ทำให้สามารถดำเนินการทดลอง EEG ขนาดใหญ่ได้ในอนาคต เนื่องจากความแม่นยำในการจำแนกชนิดมีค่าที่สูงกว่าระดับของการจำแนกแบบสุ่มอย่างมากในช่วงสามวันแรกของการทดลองด้วยชุดหูฟัง EPOC, การทดลองควบคุมจึงดำเนินการในวันที่สี่โดยใช้ ActiCap ผลการทดลองควบคุมแสดงให้เห็นว่าการใช้เครื่องมือวิจัยคุณภาพสูงสามารถเพิ่มความแม่นยำของการจำแนก (สูงถึง 68% ในบางตัวอย่าง) และความแม่นยำนั้นไม่ขึ้นกับการมีอยู่ของสิ่งรบกวนทาง EEG ที่เกี่ยวข้องกับการกระพริบและการเคลื่อนไหวของตา นอกจากนี้งานวิจัยนี้ยังแสดงให้เห็นว่าเครื่องจำแนกประเภท Bayesian ที่ใช้การวิเคราะห์เมทริกซ์ร่วมที่ประหยัดทั้งการคำนวณและค่าใช้จ่ายสามารถให้ความแม่นยำในปัญหาดังกล่าวคล้ายคลึงกับเครื่องจำแนกประเภท Multi-class Common Spatial Patterns (MCSP) ที่ซับซ้อนกว่า คลิกที่นี่เพื่ออ่านรายงานฉบับเต็ม
พาเวล โบบรอฟ, อเล็กซานเดอร์ ฟรอลอฟ, ชาร์ลส์ แคนเตอร์, อิรินา เฟดูโลวา, มิไคอิล บัคห์เนียน, อเล็กซานเดอร์ ซาวารอนคอฟ
บทคัดย่อ
บทความนี้ตรวจสอบงานการจดจำรูปแบบ EEG ที่สอดคล้องกับการดำเนินการตามภารกิจทางจิตสามประการ: การผ่อนคลายและการจินตนาการรูปภาพสองประเภท: ใบหน้าและบ้าน การทดลองดำเนินการโดยใช้ชุดหูฟัง EEG สองรุ่นคือ BrainProducts ActiCap และ Emotiv EPOC ชุดหูฟัง Emotiv กำลังเป็นที่นิยมในการประยุกต์ใช้ BCI ผู้บริโภค ทำให้สามารถดำเนินการทดลอง EEG ขนาดใหญ่ได้ในอนาคต เนื่องจากความแม่นยำในการจำแนกชนิดมีค่าที่สูงกว่าระดับของการจำแนกแบบสุ่มอย่างมากในช่วงสามวันแรกของการทดลองด้วยชุดหูฟัง EPOC, การทดลองควบคุมจึงดำเนินการในวันที่สี่โดยใช้ ActiCap ผลการทดลองควบคุมแสดงให้เห็นว่าการใช้เครื่องมือวิจัยคุณภาพสูงสามารถเพิ่มความแม่นยำของการจำแนก (สูงถึง 68% ในบางตัวอย่าง) และความแม่นยำนั้นไม่ขึ้นกับการมีอยู่ของสิ่งรบกวนทาง EEG ที่เกี่ยวข้องกับการกระพริบและการเคลื่อนไหวของตา นอกจากนี้งานวิจัยนี้ยังแสดงให้เห็นว่าเครื่องจำแนกประเภท Bayesian ที่ใช้การวิเคราะห์เมทริกซ์ร่วมที่ประหยัดทั้งการคำนวณและค่าใช้จ่ายสามารถให้ความแม่นยำในปัญหาดังกล่าวคล้ายคลึงกับเครื่องจำแนกประเภท Multi-class Common Spatial Patterns (MCSP) ที่ซับซ้อนกว่า คลิกที่นี่เพื่ออ่านรายงานฉบับเต็ม