Компьютерные исследования и моделирование
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
Общая информация
Последний выпуск
Архив

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS



Компьютерные исследования и моделирование:
Год:
Том:
Выпуск:
Страница:
Найти






Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация


Компьютерные исследования и моделирование, 2023, том 15, выпуск 3, страницы 675–690
DOI: https://doi.org/10.20537/2076-7633-2023-15-3-675-690
(Mi crm1082)
 

АНАЛИЗ И МОДЕЛИРОВАНИЕ СЛОЖНЫХ ЖИВЫХ СИСТЕМ

Optimization of the brain command dictionary based on the statistical proximity criterion in silent speech recognition task
[Оптимизация словаря команд на основе статистического критерия близости в задаче распознавания невербальной речи]

A. Bernadotteabc, A. Mazurinb

a National University of Science and Technology MISIS, 4 Leninskiy pr., Moscow, 119049, Russia
b Faculty of Mechanics and Mathematics, Moscow State University, GSP-1, Leninskie Gory, Moscow, 119991, Russia
c LLC Neurosputnik, 96 pr. Vernadskogo, Moscow, 119571, Russia
Список литературы:
Аннотация: В исследовании мы сосредоточились на задаче классификации невербальной речи для разработки интерфейса «мозг–компьютер» (ИМК) на основе электроэнцефалографии (ЭЭГ), который будет способен помочь людям с ограниченными возможностями и расширить возможности человека в повседневной жизни. Ранее наши исследования показали, что беззвучная речь для некоторых слов приводит к почти идентичным распределениям ЭЭГ-данных. Это явление негативно влияет на точность классификации нейросетевой модели. В этой статье предлагается метод обработки данных, который различает статистически удаленные и неразделимые классы данных. Применение предложенного подхода позволяет достичь цели максимального увеличения смысловой нагрузки словаря, используемого в ИМК.
Кроме того, мы предлагаем статистический прогностический критерий точности бинарной классификации слов в словаре. Такой критерий направлен на оценку нижней и верхней границ поведения классификаторов только путем измерения количественных статистических свойств данных (в частности, с использованием метода Колмогорова – Смирнова). Показано, что более высокие уровни точности классификации могут быть достигнуты за счет применения предложенного прогностического критерия, позволяющего сформировать оптимизированный словарь с точки зрения семантической нагрузки для ИМК на основе ЭЭГ. Кроме того, использование такого обучающего набора данных для задач классификации по словарю обеспечивает статистическую удаленность классов за счет учета семантических и фонетических свойств соответствующих слов и улучшает поведение классификации моделей распознавания беззвучной речи.
Ключевые слова: интерфейс «мозг–компьютер», ЭЭГ, классификация невербальной речи, графовый алгоритм выбора словаря, ИМК, оптимизация глубокого обучения, распознавание невербальной речи, статистический критерий близости.
Поступила в редакцию: 06.01.2023
Исправленный вариант: 10.04.2023
Принята в печать: 10.05.2023
Тип публикации: Статья
УДК: 519.6, 519.7, 004.5
Язык публикации: английский
Образец цитирования: A. Bernadotte, A. Mazurin, “Optimization of the brain command dictionary based on the statistical proximity criterion in silent speech recognition task”, Компьютерные исследования и моделирование, 15:3 (2023), 675–690
Цитирование в формате AMSBIB
\RBibitem{BerMaz23}
\by A.~Bernadotte, A.~Mazurin
\paper Optimization of the brain command dictionary based on the statistical proximity criterion in silent speech recognition task
\jour Компьютерные исследования и моделирование
\yr 2023
\vol 15
\issue 3
\pages 675--690
\mathnet{http://mi.mathnet.ru/crm1082}
\crossref{https://doi.org/10.20537/2076-7633-2023-15-3-675-690}
Образцы ссылок на эту страницу:
  • https://www.mathnet.ru/rus/crm1082
  • https://www.mathnet.ru/rus/crm/v15/i3/p675
  • Citing articles in Google Scholar: Russian citations, English citations
    Related articles in Google Scholar: Russian articles, English articles
    Компьютерные исследования и моделирование
     
      Обратная связь:
     Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2024