Figure 4 presents the mean identifi

Figure 4 presents the mean identification accuracy for all
stimulus types and for the pass-thought and resting state EEG
in data filtered below 55 Hz. In data filtered below 20 Hz,
classification accuracies were slightly higher (Sine gratings:
60%, Words: 78%, Black and white celebrities: 82%, Oddball
color targets: 84%, Black and white food: 90% and Color
food: 84%). All stimulus types achieved a greater than chance
identification accuracy, although the resting state EEG did
not (0%)— however, many prior reports have achieved much
higher identification accuracy with EEG, so, for reference, Figure
4 also displays field-leading 98% accuracy from Palaniappan
and Mandic (2007) [7]. It is likely that one reason the EEG
classifier performed poorly here is that no feature extraction
was performed prior to classification. We made this choice
deliberately, wanting to perform a fair comparison where the
same analytic techniques were applied to both EEG and ERP.
The food (black and white and color), oddball target, celebrity,
word, and sine grating classifiers each included at least 30
trials in both challenge and reference ERPs. The hamburger
and pass-thought classifiers, in contrast, only included 5 trials
in challenge and reference ERPs. Thus, while it is not valid to
compare the hamburger or pass-thought classifiers to the others
(because they included less data), they can be compared to
each other. And, even when the pass-though is compared to a
classifier including an equally small number of trials, the passthought
is a relatively inaccurate means of classification. The
highest single-channel, single-stimulus type classifier accuracy
was 86% for the color foods over the middle occipital scalp.
Indeed, the majority of channels with the highest classification
accuracy were found over the back of the scalp (posterior
channels), with the middle occipital (MiOc) channel being
highly accurate in general; this is consistent with our prior
work [6]. Appendix A.1 provides the locations and names
of all electrode sites; Appendix A.2 displays classification
accuracy over the entire scalp for all 6 single-item classifiers.

ผลลัพธ์ (ไทย) 1:

รูปที่ 4 แสดงความถูกต้องหมายถึงการระบุทั้งหมดกระตุ้นชนิด และผ่านความคิด และการพักผ่อนสำหรับรัฐ EEGในข้อมูลที่กรองล่าง 55 Hz ในข้อมูลที่กรองล่าง 20 Hzจำแนกความแม่นได้สูงขึ้นเล็กน้อย (ทำความสะอาดของไซน์:60% คำ: 78% ดาราขาวดำ: 82%, Oddballสีเป้าหมาย: 84% อาหารขาวดำ: 90% และสีอาหาร: 84%) กระตุ้นทุกประเภทประสบความสำเร็จมากขึ้นกว่าโอกาสการระบุความถูกต้อง แม้ว่า EEG รัฐการพักผ่อนได้ไม่ (0%) — อย่างไรก็ตาม รายงานล่วงหน้ามากมายประสบความสำเร็จมากการระบุความแม่นยำสูง ด้วย EEG ดังนั้น สำหรับการอ้างอิง รูป4 ยังแสดงชั้นนำในฟิลด์ความแม่นยำ 98% จากคณะและ Mandic (2007) [7] อาจจะเป็นเหตุผลหนึ่งที่การ EEGลักษณนามทำไม่ดีนี่คือไม่มีการดึงคุณลักษณะที่ดำเนินการก่อนการจัดประเภท เราทำแบบนี้จงใจ ต้องการทำการเปรียบเทียบที่ยุติธรรมซึ่งการEEG และ ERP ใช้เทคนิควิเคราะห์เดียวกันอาหาร (ขาวดำและสี), oddball เป้าหมาย ดาราคนดังรวมคำ และไซน์ grating คำหลักภาษาแต่ละอย่างน้อย 30การทดลองในความท้าทายและการอ้างอิง ERPs Hamburgerและความคิดผ่านคำหลักภาษา คมชัด เพียงรวม 5 การทดลองในความท้าทายและการอ้างอิง ERPs ดังนั้น ในขณะที่ไม่ถูกต้องไปเปรียบเทียบแฮมเบอร์เกอร์หรือความคิดผ่านคำหลักภาษากับคนอื่น ๆ(เพราะพวกเขารวมข้อมูลน้อยลง), พวกเขาสามารถเทียบกับกันและกัน และ แม้เมื่อผ่าน-แม้ว่าเมื่อเทียบกับการลักษณนามรวมถึงจำนวนทดลอง passthought มีขนาดเล็กเท่า ๆ กันเป็นวิธีค่อนข้างถูกต้องการจัดประเภท การชนิด ช่องเดียว เดี่ยวกระตุ้นลักษณนามความแม่นยำสูงสุดมี 86% สำหรับอาหารสีผ่านหนังศีรษะท้ายทอยกลางจริง ส่วนใหญ่ของช่องมีการจัดประเภทสูงสุดพบความแม่นยำผ่านด้านหลังของศีรษะ (หลังช่องทาง), ตรงกลางท้ายทอย (MiOc) ช่องเป็นความแม่นยำสูงโดยทั่วไป นี่คือสอดคล้องกับเราก่อนทำงาน [6] ภาคผนวก A.1 แสดงตำแหน่งและชื่อเว็บไซต์ทั้งหมดในอิเล็กโทรด ภาคผนวก A.2 แสดงการจัดประเภทความแม่นยำผ่านหนังศีรษะทั้งหมดสำหรับเดียวสินค้าทั้งหมด 6 คำหลักภาษา

ผลลัพธ์ (ไทย) 2:

รูปที่ 4 นำเสนอความถูกต้องแสดงบัตรประจำตัวเฉลี่ยสำหรับทุก
ประเภทกระตุ้นและผ่านความคิดและการพักผ่อนรัฐ EEG
ในข้อมูลกรองด้านล่าง 55 เฮิร์ตซ์ ในข้อมูลการกรองต่ำกว่า 20 Hz,
ความถูกต้องจำแนกสูงเล็กน้อย (gratings ไซน์:
60%, Words: 78%, สีดำและดาราสีขาว: 82%, Oddball
เป้าหมายสี: 84%, สีดำและอาหารสีขาว: 90% และสี
อาหาร 84%) ประเภทกระตุ้นทั้งหมดประสบความสำเร็จมากกว่าโอกาสที่
ความถูกต้องของบัตรประจำตัวแม้ว่ารัฐพักผ่อน EEG ไม่
ไม่ (0%) - อย่างไรก็ตามรายงานก่อนมีหลายคนที่ประสบความสำเร็จมาก
ความถูกต้องแสดงบัตรประจำตัวที่สูงขึ้นกับ EEG ดังนั้นสำหรับการอ้างอิงรูปที่
4 ยังมีการแสดงข้อมูลชั้นนำ 98 % ความถูกต้องจาก Palaniappan
และ Mandic (2007) [7] มันมีแนวโน้มว่าเหตุผลหนึ่ง EEG
ลักษณนามปฏิบัติอย่างเลวร้ายที่นี่เป็นที่ที่ไม่มีการสกัดคุณลักษณะ
ที่ได้ดำเนินการก่อนที่จะมีการจัดหมวดหมู่ เราได้ทำให้ทางเลือกนี้
จงใจที่ต้องการที่จะดำเนินการเปรียบเทียบยุติธรรมที่
เทคนิคการวิเคราะห์เดียวกันถูกนำไปใช้กับทั้ง EEG และ ERP.
อาหาร (สีดำและสีขาวและสี) เป้าหมาย Oddball, คนดัง,
Word และลักษณนามตะแกรงไซน์แต่ละอย่างน้อย 30
การทดลองทั้งความท้าทายและการอ้างอิง ERPs แฮมเบอร์เกอร์
ลักษณนามและผ่านการคิดในทางตรงกันข้ามรวมเพียง 5 การทดลอง
ในการท้าทายและการอ้างอิง ERPs ดังนั้นในขณะที่มันไม่ถูกต้องที่จะ
เปรียบเทียบแฮมเบอร์เกอร์หรือผ่านความคิดลักษณนามกับคนอื่น ๆ
(เพราะพวกเขารวมข้อมูลน้อย) พวกเขาสามารถเทียบกับ
แต่ละอื่น ๆ และแม้เมื่อผ่านแม้ว่าจะเทียบกับ
ลักษณนามรวมทั้งจำนวนเล็ก ๆ อย่างเท่าเทียมกันของการทดลอง passthought
เป็นวิธีที่ค่อนข้างถูกต้องของการจำแนกประเภท
ช่องทางเดียวเดียวกระตุ้นความถูกต้องชนิดลักษณนามสูงสุด
เป็น 86% สำหรับอาหารสีมากกว่าหนังศีรษะท้ายทอยกลาง.
อันที่จริงส่วนใหญ่ของช่องทางที่มีการจัดหมวดหมู่สูงสุด
ความถูกต้องของเขาถูกพบในช่วงหลังของหนังศีรษะ (หลัง
ช่อง) กับ ท้ายทอยกลาง (MiOc) ช่องเป็น
ความถูกต้องสูงโดยทั่วไป ซึ่งสอดคล้องกับของเราก่อน
ทำงาน [6] ภาคผนวก A.1 ให้สถานที่และชื่อ
ของทุกเว็บไซต์อิเล็กโทรด; ภาคผนวก A.2 แสดงการจำแนก
ความถูกต้องมากกว่าหนังศีรษะทั้งหมดสำหรับทุก 6 ลักษณนามรายการเดียว

ผลลัพธ์ (ไทย) 3:

รูปที่ 4 แสดงหมายถึงกำหนดความถูกต้องทั้งหมดกระตุ้นชนิด และผ่านการคิดและสภาวะพักคลื่นสมองข้อมูลกรองล่าง 55 Hz . ข้อมูลกรองล่าง 20 เฮิร์ตซ์ ,หมวดหมู่ความถูกต้องคือสูงกว่าเล็กน้อย ( ไซน์ gratings :60 คำ : 78% , ดาราขาวดำ : 82% , คนประหลาดเป้าหมายที่ 84 % สี : สีขาวและดำ อาหาร : 90% และสีอาหาร : 84% ) ประเภทกระตุ้นทั้งหมดได้มากกว่าโอกาสพิสูจน์ความถูกต้อง แม้ว่าสภาวะพักสมองทำไม่ ( 0 % ) อย่างไรก็ตาม รายงานก่อนหลายมีความมากสูงกว่ากำหนดความถูกต้องกับคลื่นสมอง ดังนั้น อ้างอิง รูป4 ยังแสดงความถูกต้อง 98% จากพาลาเนียบพันสนามชั้นนำและ mandic ( 2007 ) [ 7 ] มันมีแนวโน้มว่า เหตุผลหนึ่งที่คลื่นสมองลักษณนามแสดงงานที่นี่คือไม่มีคุณลักษณะการสกัดแสดงก่อนการจำแนก เราเลือกทางเดินนี้เจตนา ต้องการแสดงการเปรียบเทียบที่เป็นธรรมเทคนิคการวิเคราะห์แบบเดียวกัน ใช้ทั้งสมอง และ ระบบ ERPอาหาร ( สีขาวและสีดำ ) , ลูกบอลในกอล์ฟเป้าหมาย , ดาราคำ และคำที่มีตะแกรงแต่ละรวมอย่างน้อย 30การทดลองทั้งท้าทายและเซอร์อ้างอิง แฮมเบอร์เกอร์และผ่านการคิดคำส่วนรวม 5 ครั้งเท่านั้นในความท้าทายและเซอร์อ้างอิง ดังนั้นในขณะที่มันใช้ไม่ได้กับเปรียบเทียบแฮมเบอร์เกอร์หรือผ่านการคิดคำลักษณนามกับคนอื่น ๆ( เพราะพวกเขารวมน้อยกว่าข้อมูลที่พวกเขาสามารถเปรียบเทียบกับแต่ละอื่น ๆ และแม้เมื่อผ่านแม้ว่าจะเทียบกับลักษณนามรวมเป็นจำนวนเล็ก ๆเท่าของการทดลอง passthoughtคือไม่ถูกต้องค่อนข้าง หมายถึง ลักษณะการ ที่สูงสุดช่องเดี่ยวเดี่ยวชนิดกระตุ้นลักษณนามความถูกต้องคือร้อยละ 86 สำหรับสีอาหารบนหนังศีรษะกลางท้ายทอย .แน่นอน ส่วนใหญ่ช่องกับการจำแนกสูงสุดความถูกต้อง พบมากกว่าด้านหลังของหนังศีรษะ ( ด้านหลังช่อง กลางกับท้ายทอย ( mioc ) ช่องเป็นความถูกต้องสูงทั่วไป ซึ่งสอดคล้องกับเราก่อนงาน [ 6 ] ภาคผนวก a.1 ให้สถานที่และชื่อของเว็บไซต์ขั้วไส้ติ่ง a.2 แสดงหมวดหมู่ทั้งหมดความถูกต้องบนหนังศีรษะสำหรับคำทั้งหมด 6 รายการเดียวทั้งหมด