Tõhusa aju-arvuti liidese suunas: täiusliku täpsuse saavutamine aja ohverdamisega
Nimi
Jevgeni Savostkin
Kokkuvõte
Aju-arvuti liides (AAL) on süsteem aju elektriliste impulside väljavõtmiseks ja
nende kasutamiseks arvuti tarkvara juhtimiseks. AAL opereerimiseks peab kasutaja kontsentreeruma mingile mõttelisele ülesandele. Lisaks impulside mõõtmisele muudab AAL elekroonilisi signaale digitaalseks ja selle järgi tuvastab vastava arvuti käsu. Kahjuks on õige käsu tuvastamise tõenäosus alati alla 100%, mistõttu AAL süsteemide tõhusus on võrdlemisi madal.
Madal tõhusus on AAL-i jaoks suureks probleemiks, sest senikaua kuni need
süsteemid pakuvad madalaid tuvastamise täpsuseid, jäävad need paljudes valdkondades ilma kasutamiseta. Antud probleemi lahendamiseks enamasti üritatakse tõsta AAL-i täpsust ühe kontsentreerumiskatse raames ja ei pöörata tähelepanu kontsentreerumiskatse kestvusele. Meie lähenemine aga põhineb arusaamisel, kui palju kontsentreerumiskatseid on vaja kasutajal järjest teostada (s.t kui kaua aega on nõutud), et saavutada 99% täpsus.
Selles töös kirjeldatud lahendus põhineb Condorcet kohtu teoreemil [1]. Teoreem väidab, et kui on olemas kaks valikuvõimalust ja tõenäosus valida õiget on suurem kui 50%, kui me teostame mitu valimiskatset järjest, siis tõenäosus, et valitakse õiget valikut tõuseb iga järgneva valimiskatsega. Antud töös rakendasime põhilist Condorcet printsiipi aju-arvuti liidesele. Kõigepealt me arendame süsteemi, mis on suuteline saavutama ühe mõttelise ülesande kontsentreerumiskatse täpsuseks rohkem kui 50% ja seejärel proovime läbi mitme kontsentreerumiskatse parandada keskmist täpsust. Me eeldame, et kui kasutada piisavat kogust kontsentreerumiskatseid, siis me jõuame 99% klassifitseerimistäpsuseni. Me võrdleme teoreetilisi tulemusi eksperimentaalsetega ning arutleme nende üle. AAL tehnoloogia on võrdlemisi uus valdkond. Selle tehnoloogia täielik toomine meie igapäevaellu nõuab tugevat panust teadlastelt ja inseneridelt, et muuta AAL usaldusväärseks süsteemiks. Antud töö eesmärk on panustada AAL süsteemi kindlusesse.
nende kasutamiseks arvuti tarkvara juhtimiseks. AAL opereerimiseks peab kasutaja kontsentreeruma mingile mõttelisele ülesandele. Lisaks impulside mõõtmisele muudab AAL elekroonilisi signaale digitaalseks ja selle järgi tuvastab vastava arvuti käsu. Kahjuks on õige käsu tuvastamise tõenäosus alati alla 100%, mistõttu AAL süsteemide tõhusus on võrdlemisi madal.
Madal tõhusus on AAL-i jaoks suureks probleemiks, sest senikaua kuni need
süsteemid pakuvad madalaid tuvastamise täpsuseid, jäävad need paljudes valdkondades ilma kasutamiseta. Antud probleemi lahendamiseks enamasti üritatakse tõsta AAL-i täpsust ühe kontsentreerumiskatse raames ja ei pöörata tähelepanu kontsentreerumiskatse kestvusele. Meie lähenemine aga põhineb arusaamisel, kui palju kontsentreerumiskatseid on vaja kasutajal järjest teostada (s.t kui kaua aega on nõutud), et saavutada 99% täpsus.
Selles töös kirjeldatud lahendus põhineb Condorcet kohtu teoreemil [1]. Teoreem väidab, et kui on olemas kaks valikuvõimalust ja tõenäosus valida õiget on suurem kui 50%, kui me teostame mitu valimiskatset järjest, siis tõenäosus, et valitakse õiget valikut tõuseb iga järgneva valimiskatsega. Antud töös rakendasime põhilist Condorcet printsiipi aju-arvuti liidesele. Kõigepealt me arendame süsteemi, mis on suuteline saavutama ühe mõttelise ülesande kontsentreerumiskatse täpsuseks rohkem kui 50% ja seejärel proovime läbi mitme kontsentreerumiskatse parandada keskmist täpsust. Me eeldame, et kui kasutada piisavat kogust kontsentreerumiskatseid, siis me jõuame 99% klassifitseerimistäpsuseni. Me võrdleme teoreetilisi tulemusi eksperimentaalsetega ning arutleme nende üle. AAL tehnoloogia on võrdlemisi uus valdkond. Selle tehnoloogia täielik toomine meie igapäevaellu nõuab tugevat panust teadlastelt ja inseneridelt, et muuta AAL usaldusväärseks süsteemiks. Antud töö eesmärk on panustada AAL süsteemi kindlusesse.
Lõputöö keel
inglise
Lõputöö tüüp
Magister - Tarkvaratehnika
Juhendaja(d)
Ilya Kuzovkin, Raul Vicente
Kaitsmise aasta
2017