1.2 Paper OrganizationWe first surv

1.2 Paper Organization
We first survey related work, introduce EOG, and describe
the main eye movement characteristics that we identify as
useful for EAR. We then detail and characterize the
recognition methodology: the methods used for removing
drift and noise from EOG signals, and the algorithms
developed for detecting saccades, fixations, blinks, and for
analyzing repetitive eye movement patterns. Based on
these eye movement characteristics, we develop 90 features;
some directly derived from a particular characteristic,
others devised to capture additional aspects of eye movement
dynamics.
We rank these features using minimum redundancy
maximum relevance (mRMR) feature selection and a
support vector machine (SVM) classifier. To evaluate both
algorithms on a real-world example, we devise an experiment
involving a continuous sequence of five office
activities, plus a period without any specific activity (the
NULL class). Finally, we discuss the findings gained from
this experiment and give an outlook to future work.

ผลลัพธ์ (ไทย) 1:

1.2 กระดาษองค์กรเราต้องสำรวจงานที่เกี่ยวข้อง แนะนำ EOG และอธิบายลักษณะการเคลื่อนไหวตาหลักที่เราระบุเป็นมีประโยชน์สำหรับหู เราจาก นั้นแสดงรายละเอียด และลักษณะวิธีการ: วิธีการที่ใช้ในการดริฟท์และเสียงรบกวนจากสัญญาณ EOG และอัลกอริทึมการพัฒนา สำหรับตรวจ saccades, fixations กะพริบ และวิเคราะห์รูปแบบการเคลื่อนไหวซ้ำตา ขึ้นอยู่กับลักษณะการเคลื่อนไหวเหล่านี้ตา เราพัฒนาคุณลักษณะ 90บางส่วนได้มาจากลักษณะเฉพาะ โดยตรงผู้คิดค้นการจับตาความเคลื่อนไหวเพิ่มเติมด้านdynamicsเราจัดอันดับคุณลักษณะเหล่านี้ใช้ซ้ำต่ำสุดเลือกลักษณะความเกี่ยวข้องสูงสุด (mRMR) และสนับสนุน classifier เครื่อง (SVM) เวกเตอร์ การประเมินทั้งสองอัลกอริทึมบนอย่างจริง เราประดิษฐ์การทดลองเกี่ยวข้องกับลำดับของห้าสำนักงานกิจกรรม บวกระยะเวลา โดยเฉพาะกิจกรรมใด ๆ (NULL คลา) สุดท้าย เราอภิปรายผลการวิจัยที่ได้รับจากนี้ได้ทดลอง และให้ outlook ทำงานในอนาคต

ผลลัพธ์ (ไทย) 2:

1.2
องค์การกระดาษเราสำรวจครั้งแรกที่เกี่ยวข้องกับงานแนะนำEOG และอธิบายลักษณะตาเคลื่อนไหวหลักที่เราระบุได้ว่าเป็นประโยชน์สำหรับหู จากนั้นเราจะมีรายละเอียดและลักษณะวิธีการรับรู้: วิธีการที่ใช้ในการลบดริฟท์และเสียงรบกวนจากสัญญาณEOG และขั้นตอนวิธีการพัฒนาสำหรับการตรวจสอบsaccades, ยึดติด, กระพริบและสำหรับการวิเคราะห์รูปแบบการเคลื่อนไหวตาซ้ำ ขึ้นอยู่กับลักษณะการเคลื่อนไหวของตาเหล่านี้เราพัฒนา 90 คุณสมบัติ; บางส่วนที่ได้รับโดยตรงจากลักษณะเฉพาะอื่น ๆ วางแผนที่จะจับด้านที่เพิ่มขึ้นของการเคลื่อนไหวตา. การเปลี่ยนแปลงของเราอันดับคุณลักษณะเหล่านี้โดยใช้ความซ้ำซ้อนขั้นต่ำเกี่ยวข้องสูงสุด (mRMR) การเลือกคุณลักษณะและการสนับสนุนเครื่องเวกเตอร์(SVM) ลักษณนาม เพื่อประเมินทั้งขั้นตอนวิธีการในการเป็นตัวอย่างที่แท้จริงของโลกเราประดิษฐ์การทดลองที่เกี่ยวข้องกับการเป็นลำดับอย่างต่อเนื่องของห้าสำนักงานกิจกรรมรวมทั้งระยะเวลาโดยไม่ต้องดำเนินการใดๆ ที่เฉพาะเจาะจง (คนชั้นNULL) สุดท้ายเราหารือเกี่ยวกับผลการวิจัยที่ได้จากการทดลองนี้และให้มุมมองในการทำงานในอนาคต

ผลลัพธ์ (ไทย) 3:

องค์กร 1.2 กระดาษเราสำรวจก่อนงานที่เกี่ยวข้อง แนะนำ eog และอธิบายลักษณะการเคลื่อนไหวของตา

หลักที่เราระบุเป็นประโยชน์สำหรับหู แล้วรายละเอียดและลักษณะการรับรู้วิธีการ : วิธีการที่ใช้

สำหรับการลบลอยและเสียงรบกวนจากสัญญาณ eog และพัฒนาขั้นตอนวิธีการไหลเกี่ยวกับเวทมนต์บ้าง saccades
, ,
ครั้ง และสำหรับการวิเคราะห์รูปแบบการเคลื่อนไหวซ้ำ ๆตา ขึ้นอยู่กับลักษณะการเคลื่อนไหวของดวงตาเหล่านี้

เราพัฒนา 90 คุณลักษณะ บางโดยตรงมาจากคุณลักษณะเฉพาะ
คนอื่นวางแผนเพื่อจับลักษณะเพิ่มเติมของพลวัตเคลื่อนไหว

เราจัดอันดับตา คุณสมบัติเหล่านี้ใช้ขั้นต่ำซ้ำซ้อน
สูงสุดความเกี่ยวข้อง ( mrmr ) การเลือกคุณลักษณะและ
สนับสนุนเวกเตอร์เครื่องจักร ( SVM ) ลักษณนาม เพื่อประเมินผลทั้ง
ขั้นตอนวิธีในโลกแห่งความจริง ตัวอย่างเช่น เราประดิษฐ์การทดลอง
เกี่ยวข้องกับลำดับอย่างต่อเนื่องของห้ากิจกรรมสำนักงาน
บวกระยะเวลาไม่มีกิจกรรมที่เฉพาะเจาะจงใด ๆ (
ห้องว่าง ) สุดท้ายเราหารือเกี่ยวกับผลที่ได้รับจากการทดลองนี้
และให้แนวโน้มการทำงานในอนาคต