linkki opiskeluun
Edistymistä hermoverkoissa - ISNN 2016
Sarjan 9719-nide Tietojenkäsittelytieteen luennot pp 66-73
Päivämäärä: 02 heinäkuu 2016
- Wenjie Li
- , Ling Zou
- , Tiantong Zhou
- , Changming Wang
- , Jiongru Zhou
Abstrakti
Täydellistä päänahan elektroenkefalografiaa (EEG) tallennetaan yleensä aivojen tietokoneliitäntäsovelluksissa (BCI), joissa on monikanavainen elektrodikansi. Tiedot eivät ole vain kattavia tietoja sovelluksesta, mutta myös merkityksettömiä tietoja ja melua, mikä vaikeuttaa kuvioiden paljastamista. Tämä artikkeli esittelee alustavan tutkimuksen valitsemalla optimaaliset kanavat Internet-riippuvuuden tutkimiseen visuaalisen ”Oddball” -paradigman avulla. Kaksivaiheista mallia käytettiin tehtävän kannalta merkityksellisimpien kanavien valitsemiseksi kaikista 64-kanavien joukosta. Ensin, kanavat luokiteltiin tehospektritiheyden (PSD) ja Fisher-suhteen mukaan erikseen kullekin kohteelle. Toiseksi laskettiin kunkin kanavan esiintymisaste eri henkilöiden välillä. Kanavat, joiden esiintymisiä oli enemmän kuin kaksi kertaa, muodostivat optimaalisen yhdistelmän. Optimaalisia kanavia ja muita kanavien vertailuyhdistelmiä (mukaan lukien kokonaiset kanavat) käytettiin erottamaan kohde- ja ei-kohdeärsykkeet Fisherin lineaarisella syrjivän analyysimenetelmällä. Luokitustulokset osoittivat, että kanavanvalintamenetelmä vähensi huomattavasti runsaasti kanavia ja takasi luokittelun tarkkuuden, spesifisyyden ja herkkyyden. Tuloksista voidaan päätellä, että huumausaineiden huomiota kiinnittyy Internetin addiktioihin.
Avainsanat
Kanavan valinta Elektroenkefalogrammi (EEG) Internet-riippuvuus Oddball Tehospektritiheys Fisher-lineaarinen erotteluanalyysi