9.1 Further Development and Ideas f

9.1 Further Development and Ideas for the Future
There are two main suggestion for continued work with the system presented in
this report. 1) Further development of the program, improving the game, signal
processing and classification procedures and feature extensions. 2) Use the current program as a tool for larger scale tests with people, to do EEG surveys and
monitoring studies. Most of these suggestions comes from observations made, or
questions asked, in the discussion sections of chapter 6, 7 and 8.
52
1) Further development and improvements of BrainMonitor
• Implementation of automatic blink strength threshold adjustment: This
would minimize the blink fault error and increase playability. The strength
value varies a lot, depending on the electrode placement when the mindset
is put on. This can be automatically adjusted by collecting blink strength
samples, in an scenario run, from the user when blinking normally. The
average value of these samples would then become the threshold.
• Enable the possibility to classify several features: One option, using the
existing neural setup, is to have several neural networks trained for different
recognition task and test EEG samples from the user simultaneously on all of
them. Their results are then compared and the network with highest probability wins. Another option is to design a new neural network architecture
with all the features wanted in the system represented in the output layer.
One output node per feature.
• Add P300 recognition, to assist in classification verification: For example,
if the user blinks when playing the snake game to signal ”sample mode”,
detecting the P300 signal could verify that this is the wanted move. Instead
of looking at band powers to find the P300, the raw incoming EEG data could
be spatially analyzed by an algorithm that searches and verifies a peak in the
incoming sample

ผลลัพธ์ (ไทย) 1:

9.1 การพัฒนาและแนวคิดสำหรับอนาคตมีข้อเสนอแนะหลักสองสำหรับทำงานต่อกับระบบที่นำเสนอในรายงานนี้ 1) การพัฒนาโปรแกรม การปรับปรุงเกม สัญญาณขั้นตอนการประมวลผลและการจัดประเภทและคุณลักษณะส่วนขยาย 2) ใช้ทดสอบโปรแกรมปัจจุบันเป็นเครื่องมือสำหรับวงกว้างกับผู้คน การทำ EEG สำรวจ และตรวจสอบการศึกษา ส่วนใหญ่แนะนำเหล่านี้มาจากการสังเกตการณ์ หรือถามคำถาม ในส่วนอภิปรายของหมวด 6, 7 และ 8521) พัฒนาและปรับปรุงประสิทธิภาพของ BrainMonitor เพิ่มเติม•ดำเนินการปรับปรุงเกณฑ์แรงกะพริบอัตโนมัติ: นี้จะลดข้อผิดพลาดข้อบกพร่องการกะพริบ และเพิ่มเล่น ความแข็งแรงค่าแตกต่างกันมาก ขึ้นอยู่กับการจัดวางขั้วไฟฟ้าเมื่อความคิดตั้งอยู่บน นี้โดยอัตโนมัติปรับระดับ โดยการรวบรวมแรงกะพริบตัวอย่าง ในสถานการณ์ที่งาน จากผู้ใช้เมื่อกระพริบปกติ การค่าเฉลี่ยของตัวอย่างเหล่านี้แล้วจะกลายเป็น เขตแดน•เปิดความเป็นไปได้ในการจัดประเภทคุณสมบัติหลาย: หนึ่งตัวเลือก โดยใช้การการตั้งค่าของระบบประสาท คือการ มีเครือข่ายหลายประสาทสำหรับการฝึกอบรมแตกต่างกันการรู้งานและทดสอบ EEG ตัวอย่างจากผู้ใช้พร้อมกันทั้งหมดพวกเขา มีการเปรียบเทียบผลแล้ว และเครือข่าย ด้วยความน่าเป็นสูงสุดชนะ อีกทางเลือกหนึ่งคือการ ออกแบบสถาปัตยกรรมโครงข่ายประสาทแบบใหม่ด้วยคุณสมบัติทั้งหมดที่ต้องการในระบบที่แสดงในชั้นเอาต์พุตเอาต์พุตหนึ่งโหนต่อคุณลักษณะ•เพิ่มการรู้จำ P300 เพื่อช่วยในการตรวจสอบการจัดประเภท: เช่นถ้าผู้ใช้กะพริบเมื่อเล่นเกมงูเพื่อสัญญาณ 'ตัวอย่างโหมด'ตรวจจับสัญญาณ P300 สามารถตรวจสอบว่า เป็นการย้ายต้อง แทนการมองอำนาจวงหาตัว P300 ข้อมูลดิบเข้า EEG อาจspatially วิเคราะห์ โดยอัลกอริทึมที่ค้นหา และตรวจสอบสูงสุดในการตัวอย่างที่เข้ามา

ผลลัพธ์ (ไทย) 2:

9.1 การพัฒนาเพิ่มเติมและความคิดสำหรับอนาคต
มีสองข้อเสนอแนะหลักสำหรับการทำงานอย่างต่อเนื่องกับระบบที่นำเสนอในที่มี
รายงานนี้ 1) ส่งเสริมการพัฒนาของโปรแกรมการปรับปรุงเกมสัญญาณ
การประมวลผลและการจำแนกวิธีการและส่วนขยายคุณลักษณะ 2) ใช้โปรแกรมปัจจุบันเป็นเครื่องมือสำหรับการทดสอบขนาดใหญ่กับผู้คนที่จะทำการสำรวจ EEG และ
การศึกษาการตรวจสอบ ที่สุดของคำแนะนำเหล่านี้มาจากการสังเกตหรือ
คำถามที่ถามในส่วนการอภิปรายของบทที่ 6, 7 และ 8
52
1) ส่งเสริมการพัฒนาและการปรับปรุงของ BrainMonitor
•การดำเนินงานของการปรับเกณฑ์ความแข็งแรงพริบอัตโนมัตินี้
จะช่วยลดข้อผิดพลาดความผิดกระพริบตา และเพิ่มความสามารถในการเล่น ความแข็งแรง
ค่าแตกต่างกันมากขึ้นอยู่กับตำแหน่งขั้วเมื่อความคิด
วางอยู่บน นี้สามารถปรับเปลี่ยนได้โดยอัตโนมัติโดยการเก็บรวบรวมความแข็งแรงพริบ
ตัวอย่างในการดำเนินสถานการณ์จากผู้ใช้เมื่อกระพริบตามปกติ
ค่าเฉลี่ยของกลุ่มตัวอย่างเหล่านี้แล้วก็จะกลายเป็นเกณฑ์.
•เปิดใช้งานความเป็นไปได้ในการจำแนกคุณลักษณะหลายทางเลือกหนึ่งโดยใช้
การตั้งค่าของระบบประสาทที่มีอยู่คือการมีเครือข่ายประสาทหลายฝึกที่แตกต่างกัน
งานที่ได้รับการยอมรับและ EEG ทดสอบตัวอย่างจากผู้ใช้พร้อมกันใน ทั้งหมดของ
พวกเขา ผลของพวกเขาจะถูกเปรียบเทียบแล้วและเครือข่ายที่มีผู้ชนะน่าจะเป็นสูงสุด อีกตัวเลือกหนึ่งคือการออกแบบสถาปัตยกรรมเครือข่ายใหม่ประสาท
มีคุณสมบัติทั้งหมดที่ต้องการในระบบตัวแทนในชั้นการส่งออก.
โหนดหนึ่งผลผลิตต่อคุณลักษณะ.
•เพิ่มการรับรู้ P300 เพื่อช่วยในการตรวจสอบการจัดหมวดหมู่: ตัวอย่างเช่น
ถ้ากระพริบของผู้ใช้เมื่อเล่น เกมงูเพื่อส่งสัญญาณโหมด "ตัวอย่าง"
การตรวจสอบสัญญาณ P300 สามารถตรวจสอบว่าเป็นที่ต้องการย้าย แทน
การมองอำนาจที่จะหาวง P300 ที่ข้อมูล EEG เข้าดิบอาจจะ
ได้รับการวิเคราะห์เชิงพื้นที่โดยขั้นตอนวิธีการที่ค้นหาและตรวจสอบจุดสูงสุดในที่
กลุ่มตัวอย่างที่เข้ามา

ผลลัพธ์ (ไทย) 3:

9.1 พัฒนาความคิดสำหรับอนาคตมี สอง ข้อเสนอแนะหลักยังคงทำงานกับระบบที่นำเสนอในรายงานฉบับนี้ 1 ) การพัฒนาต่อไปของโปรแกรม , การปรับปรุงเกม , สัญญาณขั้นตอนการประมวลผลและจำแนกคุณลักษณะส่วนขยาย 2 ) การใช้โปรแกรมเป็นเครื่องมือสำหรับการทดสอบขนาดใหญ่กับผู้คน การทำแบบสำรวจและคลื่นสมองการติดตามศึกษา ส่วนใหญ่ของข้อเสนอแนะเหล่านี้มาจากการสังเกตได้ หรือคำถามถามว่า ในการอภิปรายในส่วนของบทที่ 6 , 7 และ 8521 ) การพัฒนาและการปรับปรุง brainmonitor- ใช้เกณฑ์การปรับอัตโนมัติกระพริบตาแรงนี้จะลดกะพริบตาผิดข้อผิดพลาดและเพิ่มสามารถในการเล่น . ความแข็งแรงค่าแตกต่างกันมาก ขึ้นอยู่กับการจัดวางขั้วไฟฟ้า เมื่อความคิดคือใส่ นี้สามารถปรับเปลี่ยนได้โดยอัตโนมัติ โดยการรวบรวมกระพริบตาแรงตัวอย่าง ในสถานการณ์ที่ใช้จากผู้ใช้เมื่อกระพริบตามปกติ ที่ค่า เฉลี่ยของตัวอย่างเหล่านี้จะเป็นเกณฑ์- ช่วยให้ความเป็นไปได้ที่จะจัดให้มีหลายตัวเลือกหนึ่งโดยใช้การติดตั้งแบบเดิม คือ มีหลายเครือข่ายประสาทได้รับการอบรมต่าง ๆการรับรู้และตัวอย่างงานสมองทดสอบจากผู้ใช้พร้อมกันทั้งหมดพวกเขา ผลการทดสอบเมื่อเปรียบเทียบกับเครือข่ายกับชนะความน่าจะเป็นสูงสุด อีกตัวเลือกหนึ่งคือการออกแบบสถาปัตยกรรมเครือข่ายประสาทใหม่ด้วยคุณสมบัติที่ต้องการในระบบแสดงผลชั้นเอาท์พุตโหนดหนึ่งต่อคุณลักษณะ- เพิ่มการรับรู้รูปแบบนี้ เพื่อช่วยในการตรวจสอบหมวดหมู่ : ตัวอย่างเช่นหากผู้ใช้ไฟกระพริบเมื่อเล่นเกมงูสัญญาณ " โหมด " ตัวอย่างการตรวจหาสัญญาณของสามารถตรวจสอบว่านี่คือต้องการย้าย แทนมองแถบพลังเพื่อหารูปแบบวัตถุดิบ EEG , ข้อมูลขาเข้าเปลี่ยนได้โดยใช้อัลกอริทึมที่ค้นหาและตรวจสอบยอดในมาแล้วตัวอย่าง