Thách thức trí nhớ của bạn! Chơi trò chơi N-Back mới trong ứng dụng Emotiv
Thách thức trí nhớ của bạn! Chơi trò chơi N-Back mới trong ứng dụng Emotiv
Thách thức trí nhớ của bạn! Chơi trò chơi N-Back mới trong ứng dụng Emotiv
Phân loại hình dạng nguyên thủy bằng giao diện não–máy tính
Chia sẻ:
Ehsan Tarkesh Esfahani, V. Sundararajan
Tóm tắt
Các giao diện não-máy tính (BCI) là những phát triển gần đây trong các công nghệ tương tác người dùng thay thế. Mục tiêu của bài báo này là khám phá tiềm năng của BCI như là các giao diện người dùng cho hệ thống CAD. Bài báo mô tả các thí nghiệm và thuật toán sử dụng BCI để phân biệt giữa các hình khối nguyên thủy được người dùng hình dung. Người dùng đeo một bộ tai nghe điện não đồ (EEG) và hình dung hình dạng của một khối vuông, hình cầu, hình trụ, hình chóp hoặc hình nón. Bộ tai nghe EEG thu thập hoạt động não từ 14 vị trí trên da đầu. Dữ liệu được phân tích bằng cách sử dụng phân tích thành phần độc lập (ICA) và Biến đổi Hilbert–Huang (HHT). Các đặc điểm quan tâm là phổ biên của các băng tần tần số khác nhau (băng theta, alpha, beta và gamma) được tính từ phổ Hilbert của mỗi thành phần độc lập. Kiểm định Mann–Whitney U sau đó được áp dụng để phân loại các kênh điện cực EEG theo mức độ liên quan trong năm phân loại theo cặp. Các đặc điểm từ các thành phần độc lập có xếp hạng cao nhất tạo thành vector đặc trưng cuối cùng, được sử dụng để huấn luyện một bộ phân loại phân biệt tuyến tính. Kết quả cho thấy bộ phân loại này có thể phân biệt giữa năm đối tượng nguyên thủy cơ bản với độ chính xác trung bình khoảng 44.6% (so với tỷ lệ phân loại ngây thơ là 20%) trên mười đối tượng (phạm vi độ chính xác từ 36%–54%). Độ chính xác phân loại thay đổi thành 39.9% khi cả tín hiệu thị giác và lời nói được sử dụng. Độ lặp lại của việc trích xuất các đặc điểm và phân loại đã được kiểm tra bằng cách tiến hành thí nghiệm trong 10 ngày khác nhau với cùng một người tham gia. Điều này cho thấy BCI có tiềm năng trong việc tạo ra các hình khối hình học trong hệ thống CAD và có thể được sử dụng như một phương tiện tương tác người dùng mới.Nhấp vào đây để xem báo cáo đầy đủ.
Ehsan Tarkesh Esfahani, V. Sundararajan
Tóm tắt
Các giao diện não-máy tính (BCI) là những phát triển gần đây trong các công nghệ tương tác người dùng thay thế. Mục tiêu của bài báo này là khám phá tiềm năng của BCI như là các giao diện người dùng cho hệ thống CAD. Bài báo mô tả các thí nghiệm và thuật toán sử dụng BCI để phân biệt giữa các hình khối nguyên thủy được người dùng hình dung. Người dùng đeo một bộ tai nghe điện não đồ (EEG) và hình dung hình dạng của một khối vuông, hình cầu, hình trụ, hình chóp hoặc hình nón. Bộ tai nghe EEG thu thập hoạt động não từ 14 vị trí trên da đầu. Dữ liệu được phân tích bằng cách sử dụng phân tích thành phần độc lập (ICA) và Biến đổi Hilbert–Huang (HHT). Các đặc điểm quan tâm là phổ biên của các băng tần tần số khác nhau (băng theta, alpha, beta và gamma) được tính từ phổ Hilbert của mỗi thành phần độc lập. Kiểm định Mann–Whitney U sau đó được áp dụng để phân loại các kênh điện cực EEG theo mức độ liên quan trong năm phân loại theo cặp. Các đặc điểm từ các thành phần độc lập có xếp hạng cao nhất tạo thành vector đặc trưng cuối cùng, được sử dụng để huấn luyện một bộ phân loại phân biệt tuyến tính. Kết quả cho thấy bộ phân loại này có thể phân biệt giữa năm đối tượng nguyên thủy cơ bản với độ chính xác trung bình khoảng 44.6% (so với tỷ lệ phân loại ngây thơ là 20%) trên mười đối tượng (phạm vi độ chính xác từ 36%–54%). Độ chính xác phân loại thay đổi thành 39.9% khi cả tín hiệu thị giác và lời nói được sử dụng. Độ lặp lại của việc trích xuất các đặc điểm và phân loại đã được kiểm tra bằng cách tiến hành thí nghiệm trong 10 ngày khác nhau với cùng một người tham gia. Điều này cho thấy BCI có tiềm năng trong việc tạo ra các hình khối hình học trong hệ thống CAD và có thể được sử dụng như một phương tiện tương tác người dùng mới.Nhấp vào đây để xem báo cáo đầy đủ.
Ehsan Tarkesh Esfahani, V. Sundararajan
Tóm tắt
Các giao diện não-máy tính (BCI) là những phát triển gần đây trong các công nghệ tương tác người dùng thay thế. Mục tiêu của bài báo này là khám phá tiềm năng của BCI như là các giao diện người dùng cho hệ thống CAD. Bài báo mô tả các thí nghiệm và thuật toán sử dụng BCI để phân biệt giữa các hình khối nguyên thủy được người dùng hình dung. Người dùng đeo một bộ tai nghe điện não đồ (EEG) và hình dung hình dạng của một khối vuông, hình cầu, hình trụ, hình chóp hoặc hình nón. Bộ tai nghe EEG thu thập hoạt động não từ 14 vị trí trên da đầu. Dữ liệu được phân tích bằng cách sử dụng phân tích thành phần độc lập (ICA) và Biến đổi Hilbert–Huang (HHT). Các đặc điểm quan tâm là phổ biên của các băng tần tần số khác nhau (băng theta, alpha, beta và gamma) được tính từ phổ Hilbert của mỗi thành phần độc lập. Kiểm định Mann–Whitney U sau đó được áp dụng để phân loại các kênh điện cực EEG theo mức độ liên quan trong năm phân loại theo cặp. Các đặc điểm từ các thành phần độc lập có xếp hạng cao nhất tạo thành vector đặc trưng cuối cùng, được sử dụng để huấn luyện một bộ phân loại phân biệt tuyến tính. Kết quả cho thấy bộ phân loại này có thể phân biệt giữa năm đối tượng nguyên thủy cơ bản với độ chính xác trung bình khoảng 44.6% (so với tỷ lệ phân loại ngây thơ là 20%) trên mười đối tượng (phạm vi độ chính xác từ 36%–54%). Độ chính xác phân loại thay đổi thành 39.9% khi cả tín hiệu thị giác và lời nói được sử dụng. Độ lặp lại của việc trích xuất các đặc điểm và phân loại đã được kiểm tra bằng cách tiến hành thí nghiệm trong 10 ngày khác nhau với cùng một người tham gia. Điều này cho thấy BCI có tiềm năng trong việc tạo ra các hình khối hình học trong hệ thống CAD và có thể được sử dụng như một phương tiện tương tác người dùng mới.Nhấp vào đây để xem báo cáo đầy đủ.