MétaCan
Menu
Retour à la cohorte
Enregistrement W2124856079 · doi:10.1109/iembs.2008.4649364

A comparison between a matrix-based and a region-based P300 speller paradigms for brain-computer interface

2008· article· en· W2124856079 sur OpenAlexaff
Reza Fazel-Rezai, Kamyar Abhari

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineNeuroscience
ThématiqueEEG and Brain-Computer Interfaces
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésBrain–computer interfaceComputer scienceArtificial intelligenceSpeech recognitionInterface (matter)PerceptionCharacter (mathematics)Natural language processingPattern recognition (psychology)ElectroencephalographyPsychologyMathematics

Résumé

récupéré en direct d'OpenAlex

A brain-computer interface (BCI) is a system that conveys messages and commands directly from the human brain to a computer. The BCI system described in this work is based on P300 wave. The P300 is a positive peak of an event-related potential (ERP) that happens 300 ms after a stimulus. One of the most well-known and widely-used P300 applications is P300 speller designed by Farwell-Donchin in 1988. The Farwell-Donchin paradigm has been a benchmark in P300 BCI. In this paradigm, a 6x6 matrix of letters and numbers is displayed and subject focuses on a target character while rows and columns of characters flash. By detecting P300 for one row and one column, the target character can be identified. In this paper, it is shown that there is a human perceptual error in Farwell-Donchin paradigm. To remove this error, a new region-based paradigm is presented. Using experimental results, it is shown that the new paradigm has several advantages and it achieves a better accuracy compared to the Farwell-Donchin paradigm.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,647
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,079
Tête enseignante GPT0,336
Écart entre enseignants0,257 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations48
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEEG and Brain-Computer InterfacesTravaux en français237 207