Jan, 2023

错误相关电位的变异性：探究其在分类和可迁移性方面的影响

PDF
TL;DR研究脑 - 计算机接口中一个重要的问题：如何分类错误相关的大脑信号。本文探索分类器可迁移性的表现，研究了不同认知因素对错误相关电位变化的影响，并通过数据分析提供了一种解决方案。
brain-computer interfaceserror recognitionerrpsclassifier transferabilityawareness
发现论文，激发创造
  • 用于脑机接口诱发电位的跨受试者深度转移模型

    本文介绍一种基于深度学习的脑机接口技术，通过使用多组数据进行训练，实现了一定的性能，同时通过迁移学习，使得该技术能够用于不同用户，从而解决了目前脑机接口技术中需要耗费大量数据搜集的问题，该技术有望提高脑机接口技术的临床应用性和可行性。

    Jan, 2023

  • 基于脑电波的隐式人类反馈加速强化学习智能体

    该研究提出通过 EEG 作为自然反应的形式来捕获人类的内在反应作为隐式反馈，并将人类智能通过隐式反馈与 RL 算法相结合，以加速 RL 智能体的学习。

    Jun, 2020

  • 一种用于在卫星图像流中检测任务单次试验事件相关电位的分布式推理系统

    该研究介绍了一种适用于在卫星图像流中检测任务式单次事件相关电位的分布式推理系统，通过利用多个优化于特定任务的模型，确保在各种图像转换时间和目标出现时间下实现卓越性能，在两个范式中试验结果表明，该系统在目标检测中优于传统方法，并且在 AI 范式中引入边界框显著提高了目标识别效果。

    Nov, 2023

  • 从校准到控制：观察脑机接口模型中的脑电特征转移

    通过基于肌肉想象的脑机接口数据集，我们观察到运动相关皮质电位的标定和控制任务之间存在较大差异，并且展示了一个基于标定数据训练的 CSP 机器学习模型，对脑机接口控制的驾驶数据进行了出人意料的准确预测。

    Mar, 2024

  • 一种统一的信息论模型：人类语言处理的脑电图标记

    该文提出了一个基于信息理论的人类语言处理模型，观点是内在的语言输入在启发式解释和错误校正的两个层次上处理，由此提出两种信息处理的脑电信号（N400 和 P600）和由现代自然语言处理技术获得的 surprisal 量。该理论通过成功模拟实验证据，可以为传统的认知理论提供精确的信息理论解释。

    Dec, 2022

  • 基于信息几何的即插即用 P300 脑机接口技术

    本文介绍了一种基于信息几何框架的事件相关电位（ERP）分类方法，通过对协方差矩阵的新估计来扩展已有的黎曼几何应用范围，该方法在性能、数据需求以及跨会话、主体泛化方面均有所提高，并以基于 P300 的脑控游戏 Brain Invaders 的数据进行佐证，同时介绍了一种基于在线和自适应实现的 BCI，可以不需要任何校准而保持高精度和适应性。

    Aug, 2014

  • 基于序列的最优臂识别及其在脑机接口中的应用

    采用先前任务学习得到的先验知识，我们提出了一种串联的前两名 Thompson 抽样算法 (Sequential Top-two Thompson Sampling, STTS)，将广义多臂老虎机中的最佳臂序列问题视为一系列任务。这种算法取得了实质性的实验性改进。

    May, 2023

  • 具备开放式受试者识别的非特定主题脑机接口

    介绍了一种辨识不同来源领域并识别开放领域的样式信息编码器以帮助共享特征提取器在看不见的目标中映射功能，该方法在开放式主题识别框架中比较了各种开放式主题识别方法，此实验结果表明，编码域信息的 OSSR 辅助网络提高了通用性能。

    Jan, 2023

  • 脑 - 计算机接口扩展现实框架中的自适应 SSVEP 识别

    提出了一个简单的自适应集成分类系统来处理 SSVEP-BCI-AR 应用中的个体间变异性，并评估了在带有头部旋转的应用中我们的集成算法的性能。在多个受试者上进行的测试在 PC 上达到了平均 80% 的准确率，并且在 HoloLens AR 耳机上达到了 77% 的准确率，均超过了前期研究中采用个体分类器和头部运动的结果。此外，我们的视觉刺激时间相对较短，为 5 秒，并表明我们的集成分类方法在 SSVEP-BCI 中表现优于个体分类器。

    Aug, 2023

  • 人机联合学习框架以提升内生脑机接口训练

    脑机接口（BCIs）提供了从大脑到外部设备的直接路径，具有辅助和康复技术的巨大潜力。通过引导用户生成朝向解码器估计的最优分布的脑信号，提出了一种人机联合学习框架来加速内源性 BCIs 中的学习过程。通过 18 名健康受试者的在线和伪在线 BCI 实验，证明了所提出的联合学习过程在学习效率和效果上的优势。

    Aug, 2023