موضوع فارسی :جایگزین طبقه بندی تکنیک های کاتیون برای رابط مغز و کامپیوتر برای سنسور هوشمند ساخت محیط
موضوع انگلیسی :Alternative Classification Techniques for Brain-Computer Interfaces for Smart Sensor Manufacturing Environments
تعداد صفحه :6
فرمت فایل :PDF
سال انتشار :2015
زبان مقاله : انگلیسی
تولید هوشمند نیاز به فرم جدید برای سنجش و کنترل ماشین آلات. نوع در حال ظهور از کنترل مغز رابط کامپیوتر که تشخیص نیت با استفاده از سیگنال های مغز و استفاده از آنها برای اهداف کنترل هستند. شایع کاتیون طبقه بندی سیگنال های EEG با توجه به تغییرات آن در طول زمان و ضبط پیچیده است. در این مقاله از دو الگوریتم فی طبقه بندی برای رابط مغز کامپیوتر ارائه شده است. دو الگوریتم محدود بولتزمن ماشین آلات و بلند کوتاه حافظه هستند. یکی از اولین ایجاد یک نمایش داخلی از ورود مشترک از ورودی و خروجی، در حالی که یک ثانیه با استفاده از اتصال مکرر خود را به نگه داشتن نمایندگی داخلی ورودی های قبلی است. روش فی طبقه بندی با استفاده از یک پایگاه داده از الگوهای فعالیت مغز به نمایندگی دو کلاس (چپ و راست تصاویر موتور) مورد آزمایش قرار گرفتند. در هر دو روش در برابر پیشخور معمولی فی اجتماعی شبکه عصبی آموزش دیده آرتی پسپراکنی مقایسه شدند، مشاهده طبقه بندی دقت فی کاتیون است. دقت طبقه بندی فی کاتیون به دست آمده از دو روش پیشنهاد تجدید نظر نشان داد دقت مشابه از برای رایج فی آرتی شبکه عصبی مصنوعی، نمایش قابلیت استفاده خود را در طبقه بندی الگوهای EEG، و باز این امکان را به در سیستم های تولید استفاده می شود
