
انسان اور روبوٹ کے باہمی تعامل میں انسانی اطمینان کا پتہ لگانے کے لیے برین-کمپیوٹر انٹرفیس کا استعمال
نوری جاوت
اپ ڈیٹ کیا گیا
2 اگست، 2010

انسان اور روبوٹ کے باہمی تعامل میں انسانی اطمینان کا پتہ لگانے کے لیے برین-کمپیوٹر انٹرفیس کا استعمال
نوری جاوت
اپ ڈیٹ کیا گیا
2 اگست، 2010

انسان اور روبوٹ کے باہمی تعامل میں انسانی اطمینان کا پتہ لگانے کے لیے برین-کمپیوٹر انٹرفیس کا استعمال
نوری جاوت
اپ ڈیٹ کیا گیا
2 اگست، 2010
احسان ترکش اصفہان۔ مکینیکل انجینئرنگ کا شعبہ، یونیورسٹی آف کیلیفورنیا رور سائیڈ، امریکہ
خلاصہ
یہ مضمون ایک کوآپریٹو ماحول میں ہیومنائیڈ روبوٹ کی حرکت کے جواب میں ایک انسان سے جذباتی فیڈ بیک حاصل کرنے کے لیے برین-کمپیوٹر انٹرفیس (BCI) کے استعمال پر بحث کرتا ہے۔ اس مطالعے کا مقصد انسانی اطمینان کی سطح کا پتہ لگانا اور انسانی اطمینان کو زیادہ سے زیادہ بڑھانے کے لیے روبوٹ کے رویے کو درست کرنے اور بہتر بنانے کے لیے اس کا بطور فیڈ بیک استعمال کرنا ہے۔ یہ مضمون ان تجربات اور الگورتھموں کو بیان کرتا ہے جو اطمینان کی سطح کا اندازہ لگانے کے لیے BCI کے ذریعے جمع کی گئی انسانی دماغ کی سرگرمیوں کا استعمال کرتے ہیں۔ صارفین الیکٹرو اینسفالوگرام (EEG) ہیڈسیٹ پہنتے ہیں اور ذہنی تخیل کے ذریعے روبوٹ کی حرکت کو کنٹرول کرتے ہیں۔ ذہنی تخیل پر روبوٹ کا ردعمل شاید انسانی ذہنی کمانڈ جیسا نہ ہو اور یہ جذباتی اطمینان کی سطح کو متاثر کرے گا۔ ہیڈسیٹ کھوپڑی پر 14 مقامات سے دماغی سرگرمی کو ریکارڈ کرتا ہے۔ ہر EEG فریکوئنسی بینڈ کی پاور سپیکٹرل کثافت اور ہر EEG سگنل کے چار سب سے بڑے لیاپونوف ایکسپوننٹ فیچر ویکٹر بناتے ہیں۔ اس کے بعد تمام خصوصیات کی درجہ بندی کے لیے Mann–Whitney–Wilcoxon ٹیسٹ استعمال کیا جاتا ہے۔ اس کے بعد اطمینان کی سطح کا تعین کرنے کے لیے ایک لکیری امتیازی درجہ بندی (LDC) کی تربیت کے لیے اعلیٰ ترین درجہ کی خصوصیات کا انتخاب کیا جاتا ہے۔ ہمارے تجرباتی نتائج انسانی اطمینان کی سطح کا پتہ لگانے میں 79.2% کی درستگی ظاہر کرتے ہیں۔مکمل رپورٹ پڑھنے کے لیے یہاں کلک کریں
احسان ترکش اصفہان۔ مکینیکل انجینئرنگ کا شعبہ، یونیورسٹی آف کیلیفورنیا رور سائیڈ، امریکہ
خلاصہ
یہ مضمون ایک کوآپریٹو ماحول میں ہیومنائیڈ روبوٹ کی حرکت کے جواب میں ایک انسان سے جذباتی فیڈ بیک حاصل کرنے کے لیے برین-کمپیوٹر انٹرفیس (BCI) کے استعمال پر بحث کرتا ہے۔ اس مطالعے کا مقصد انسانی اطمینان کی سطح کا پتہ لگانا اور انسانی اطمینان کو زیادہ سے زیادہ بڑھانے کے لیے روبوٹ کے رویے کو درست کرنے اور بہتر بنانے کے لیے اس کا بطور فیڈ بیک استعمال کرنا ہے۔ یہ مضمون ان تجربات اور الگورتھموں کو بیان کرتا ہے جو اطمینان کی سطح کا اندازہ لگانے کے لیے BCI کے ذریعے جمع کی گئی انسانی دماغ کی سرگرمیوں کا استعمال کرتے ہیں۔ صارفین الیکٹرو اینسفالوگرام (EEG) ہیڈسیٹ پہنتے ہیں اور ذہنی تخیل کے ذریعے روبوٹ کی حرکت کو کنٹرول کرتے ہیں۔ ذہنی تخیل پر روبوٹ کا ردعمل شاید انسانی ذہنی کمانڈ جیسا نہ ہو اور یہ جذباتی اطمینان کی سطح کو متاثر کرے گا۔ ہیڈسیٹ کھوپڑی پر 14 مقامات سے دماغی سرگرمی کو ریکارڈ کرتا ہے۔ ہر EEG فریکوئنسی بینڈ کی پاور سپیکٹرل کثافت اور ہر EEG سگنل کے چار سب سے بڑے لیاپونوف ایکسپوننٹ فیچر ویکٹر بناتے ہیں۔ اس کے بعد تمام خصوصیات کی درجہ بندی کے لیے Mann–Whitney–Wilcoxon ٹیسٹ استعمال کیا جاتا ہے۔ اس کے بعد اطمینان کی سطح کا تعین کرنے کے لیے ایک لکیری امتیازی درجہ بندی (LDC) کی تربیت کے لیے اعلیٰ ترین درجہ کی خصوصیات کا انتخاب کیا جاتا ہے۔ ہمارے تجرباتی نتائج انسانی اطمینان کی سطح کا پتہ لگانے میں 79.2% کی درستگی ظاہر کرتے ہیں۔مکمل رپورٹ پڑھنے کے لیے یہاں کلک کریں
احسان ترکش اصفہان۔ مکینیکل انجینئرنگ کا شعبہ، یونیورسٹی آف کیلیفورنیا رور سائیڈ، امریکہ
خلاصہ
یہ مضمون ایک کوآپریٹو ماحول میں ہیومنائیڈ روبوٹ کی حرکت کے جواب میں ایک انسان سے جذباتی فیڈ بیک حاصل کرنے کے لیے برین-کمپیوٹر انٹرفیس (BCI) کے استعمال پر بحث کرتا ہے۔ اس مطالعے کا مقصد انسانی اطمینان کی سطح کا پتہ لگانا اور انسانی اطمینان کو زیادہ سے زیادہ بڑھانے کے لیے روبوٹ کے رویے کو درست کرنے اور بہتر بنانے کے لیے اس کا بطور فیڈ بیک استعمال کرنا ہے۔ یہ مضمون ان تجربات اور الگورتھموں کو بیان کرتا ہے جو اطمینان کی سطح کا اندازہ لگانے کے لیے BCI کے ذریعے جمع کی گئی انسانی دماغ کی سرگرمیوں کا استعمال کرتے ہیں۔ صارفین الیکٹرو اینسفالوگرام (EEG) ہیڈسیٹ پہنتے ہیں اور ذہنی تخیل کے ذریعے روبوٹ کی حرکت کو کنٹرول کرتے ہیں۔ ذہنی تخیل پر روبوٹ کا ردعمل شاید انسانی ذہنی کمانڈ جیسا نہ ہو اور یہ جذباتی اطمینان کی سطح کو متاثر کرے گا۔ ہیڈسیٹ کھوپڑی پر 14 مقامات سے دماغی سرگرمی کو ریکارڈ کرتا ہے۔ ہر EEG فریکوئنسی بینڈ کی پاور سپیکٹرل کثافت اور ہر EEG سگنل کے چار سب سے بڑے لیاپونوف ایکسپوننٹ فیچر ویکٹر بناتے ہیں۔ اس کے بعد تمام خصوصیات کی درجہ بندی کے لیے Mann–Whitney–Wilcoxon ٹیسٹ استعمال کیا جاتا ہے۔ اس کے بعد اطمینان کی سطح کا تعین کرنے کے لیے ایک لکیری امتیازی درجہ بندی (LDC) کی تربیت کے لیے اعلیٰ ترین درجہ کی خصوصیات کا انتخاب کیا جاتا ہے۔ ہمارے تجرباتی نتائج انسانی اطمینان کی سطح کا پتہ لگانے میں 79.2% کی درستگی ظاہر کرتے ہیں۔مکمل رپورٹ پڑھنے کے لیے یہاں کلک کریں

پڑھنا جاری رکھیں