![]() |
ИСТИНА |
Войти в систему Регистрация |
ФНКЦ РР |
||
В данной работе представлен алгоритм классификации, основанный на single-trial EEG экспериментах при выполнении задач ментального и сенсорного внимания. В качестве примеров для классификатора используется вейвлет спектральная плотность мощности, рассчитанная на каждом отведении ЭЭГ для каждого одиночного испытания. Для понижения размерности спектральных данных используются сверточные автоэнкодеры. Векторы малой размерности, полученные в результате применения автоэнкодера, использовались в качестве входных данных для классификатора — нейронной сети архитектуры многослойный персептрон. Усредненная по людям точность классификации составила 83.4%, стандартное отклонение 6.6%. Таким образом, данный подход потенциально может использоваться для построения интерфейсных систем Мозг-Компьютер.