अध्ययन गर्न लिंक
न्यूरल नेटवर्कमा अग्रिमताहरू - ISNN 2016
शृंखलाको भोल्युम 9719 कम्प्युटर विज्ञानमा व्याख्यान नोट्स पीपी 66-73
मिति: 02 जुलाई 2016
- वेन्जी ली
- , लिंग Zou
- , Tiantong झोउ
- , चांगg वाang
- , Jiongru Zhou
सार
पूर्ण स्क्याल्प इलेक्ट्रोएन्सेफालोग्राफी (EEG) रेकर्डि generally सामान्यतया बहु-च्यानल इलेक्ट्रोड क्यापको साथ ब्रेन कम्प्यूटर इन्टरफेस (बीसीआई) अनुप्रयोगहरूमा प्रयोग हुन्छ। डाटासँग एप्लिकेसनको बारेमा मात्र विस्तृत जानकारी छैन, तर अप्रासंगिक जानकारी र आवाज पनि छ जसले पैटर्नहरू प्रकट गर्न गाह्रो बनाउँदछ। यो कागज भिजुअल "ओडबल" प्रतिमान संग इन्टर्नेट लतको अध्ययनका लागि इष्टतम च्यानलहरू छनौट गर्न हाम्रो प्राथमिक अनुसन्धान प्रस्तुत गर्दछ। 64 च्यानलहरूको पूर्ण सेटबाट टास्कको बारेमा सबै भन्दा सान्दर्भिक च्यानलहरू चयन गर्न दुई चरणको मोडेल प्रयोग गरिएको थियो। पहिले, च्यानलहरू प्रत्येक बिषयको लागि अलग स्पेक्ट्रम घनत्व (पीएसडी) र फिशर अनुपात अनुसार भिन्न छन्। दोस्रो, विभिन्न विषयहरू बीच प्रत्येक च्यानलको घटना दर गणना गरिएको थियो। च्यानलहरू जसका अवस्थाहरू दुई पटक भन्दा बढि इष्टतम संयोजन हुन्। इष्टतम च्यानलहरू र च्यानलहरूका अन्य तुलना संयोजनहरू (सम्पूर्ण च्यानलहरू सहित) फिशर रेखीय विभेदक विश्लेषण विधिको साथ लक्षित र गैर-लक्ष्यित उत्तेजना बीच भिन्नताका लागि प्रयोग गरियो। वर्गीकरण परिणामहरूले देखायो कि च्यानल चयन विधिले प्रचुर मात्रामा च्यानलहरूलाई कम गर्यो र वर्गीकरण शुद्धता, विशिष्टता र संवेदनशीलताको ग्यारेन्टी गर्दछ। यो परिणामबाट निष्कर्ष निकाल्न सकिन्छ कि इन्टरनेट दुर्व्यसनीहरूमा ध्यान घाटा छ।
कीवर्ड
च्यानल चयन इलेक्ट्रोएन्सेफ्लग्राम (EEG) इन्टरनेट लत Oddball पावर स्पेक्ट्रम घनत्व फिशर रैखिक भेदभाव विश्लेषण
;