The Viability and Performance of P300 Responses using Low Fidelity Equipment
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In this paper we investigate the viability, practicability and efficacy of eliciting P300 responses based on the P300 speller BCI paradigm (oddball) and the xDAWN algorithm using five healthy subjects; while using a non-invasive Brain Computer Interface (BCI) based on low fidelity electroencephalographic (EEG) equipment. In the past decade there was a proliferation of cheap EEG equipment, including user-made equipment, which exposed an evident necessity to validate the equipment's suitability. Moreover a number of researchers and end users are currently using off-the-shelf equipment as a "black box" approach without any qualitative testing. Part of our contribution will be to create awareness of what type of hardware components are being utilized in our low fidelity equipment, vis--vis the results achieved. Our main contribution is to assess the functionality and reliability of our low cost equipment in its ability to detect the P300 component in a consistent, reliable and effective manner as a basis for future studies. This work forms part of a wider project where we plan to introduce a number of distractions and assessing the ways and extents to which different degrees of distractions affect the detection success achievable of the P300 component while using our low cost equipment. Our results demonstrate the applicability of using this off-the-shelf equipment as a means to successfully and effectively detect P300 responses.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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