Нейрокомпьютерный интерфейс
Материал из MachineLearning.
(Различия между версиями)
м |
(→Проекты) |
||
| Строка 25: | Строка 25: | ||
== Проекты == | == Проекты == | ||
| + | В рамках курса [[Численные методы обучения по прецедентам (практика, В.В. Стрижов)]] были поставленны две задачи: | ||
| + | * '''17'''. Прогнозирование намерений. Исследование свойств локальных моделей при пространственном декодировании сигналов головного мозга. '''Задача:''' При построении систем нейрокомпьютерного интерфейса (brain-computer interface) используются простые, устойчивые модели. Важным этапом построения такой модели является построение адекватного признакового пространства. Ранее такая задача решалась с помощью выделения признаков из частотных характеристик сигналов. Данная задача ставилась 3 года, использовались данные [http://www.neurotycho.org/download NeuroTycho]: | ||
| + | ** 2018. Наталия Болоболова, Алина Самохина, Шиянов Вадим: [https://github.com/Intelligent-Systems-Phystech/2018-Project-17 project]. Применен стандартный PLS. | ||
| + | ** 2019. Маркин Валерий: [https://github.com/Intelligent-Systems-Phystech/2018-Project-17/tree/master/Markin2019Project17 project] и [https://github.com/Intelligent-Systems-Phystech/ECoG_Project project]. Применен стандартный PLS, выполнено вейвлет-преобразование данных. | ||
| + | ** 2020. Филатов Андрей: [https://github.com/Intelligent-Systems-Phystech/2020-Project-17 project]. Код такой же. | ||
| + | |||
| + | * '''18'''. Прогнозирование намерений. Построение оптимальной модели декодирования сигналов при моделировании нейрокомпьютерного интерфейса. '''Задача:''' Нейрокомпьютерный интерфейс (BCI) позволяет помочь людям с ограниченными возможностями вернуть их мобильность. По имеющемуся описанию сигнала прибора необходимо смоделировать поведение субъекта. Данная задача ставилась 2 года: | ||
| + | ** 2018. Иван Наседкин, Галия Латыпова, Нестор Суходольский, Александр Шеменев Иван Бородулин: [https://github.com/Intelligent-Systems-Phystech/2018-Project-18 project]. Использовались другие данные: [https://purl.stanford.edu/zk881ps0522 Пальчики(описание)], [https://stacks.stanford.edu/file/druid:zk881ps0522/gestures.zip Пальчики(данные)]. | ||
| + | ** 2019. Кудрявцева: [https://github.com/Intelligent-Systems-Phystech/2019-Project-18 project]. Применены PLS, QPFS. | ||
== Статьи == | == Статьи == | ||
Версия 16:56, 27 ноября 2020
Нейрокомпьютерный интерфейс — система управления техническими устройствами (компьютером или экзо-скелетом) с помощью сигналов головного мозга. Основная часть интерфейса — прогностическая модель. Эта модель прогнозирует медленные сигналы, передаваемые на манипуляторы (частота изменения единицы Герц), по быстрым сигналам (частота изменения сотни Герц).
Содержание |
Метод частных наименьших квадратов (метод проекций в скрытое пространство)
Разработки
Проекты
Статьи
Мультимодальные методы
Статьи
Выбор прогностической модели и снижение размерности пространства
Разработки
Проекты
Статьи
Прогнозирование по изменениям зоны возбуждения
Разработки
Проекты
В рамках курса Численные методы обучения по прецедентам (практика, В.В. Стрижов) были поставленны две задачи:
- 17. Прогнозирование намерений. Исследование свойств локальных моделей при пространственном декодировании сигналов головного мозга. Задача: При построении систем нейрокомпьютерного интерфейса (brain-computer interface) используются простые, устойчивые модели. Важным этапом построения такой модели является построение адекватного признакового пространства. Ранее такая задача решалась с помощью выделения признаков из частотных характеристик сигналов. Данная задача ставилась 3 года, использовались данные NeuroTycho:
- 18. Прогнозирование намерений. Построение оптимальной модели декодирования сигналов при моделировании нейрокомпьютерного интерфейса. Задача: Нейрокомпьютерный интерфейс (BCI) позволяет помочь людям с ограниченными возможностями вернуть их мобильность. По имеющемуся описанию сигнала прибора необходимо смоделировать поведение субъекта. Данная задача ставилась 2 года:
- 2018. Иван Наседкин, Галия Латыпова, Нестор Суходольский, Александр Шеменев Иван Бородулин: project. Использовались другие данные: Пальчики(описание), Пальчики(данные).
- 2019. Кудрявцева: project. Применены PLS, QPFS.
