استخراج الگوهاي زماني و طيفي تصور حركتي مبتني بر تصاوير موج نگاري مغز با استفاده از شبكه¬هاي عصبي همگشتي توسط راهبرد الگوهاي مشترك مكاني چند مقياسي عميق

كارشناسي ارشد

رابط مغز و رايانه يكي از گرايش‌هاي به روز در استفاده از سيگنال‌هاي موج نگاري مغز بر اساس سامانه­ي تصميم گيري و تصور حركت انسان است. سيگنال­هاي موج نگاري مغز بازتاب فعاليت‌هاي مغزي هستند كه توسط دستگاه رابط مغز و رايانه از كاربر ثبت مي‌شود. اين سيستم‌ها روش نويني براي برقراري ارتباط، خصوصاً براي افرادي كه از نظر جسمي معلول هستند را فراهم مي‌كنند، لذا مورد اقبال پژوهش­گران قرار گرفته­اند. سيگنال­هاي موج نگاري مغز سيگنال‌هايي، نا ايستا و شامل مقادير زيادي اختلال هستند كه اين ويژگي‌ها، پردازش اين سيگنال­ها را براي ما دشوار مي­نمايد. سامانه­هايي كه تا كنون براي حل اين مسئله ارائه شده است در مرحله استخراج ويژگي راهبرد انتخابي خود را بر مبناي ويژگي­هاي دست ساز بنا نهاده­اند، نقيصه اين رويكرد را مي­توان در اين جست­وجو كرد كه روند استخراج ويژگي براي تمامي اشخاص يكسان است ولي در واقعيت ريخت­شناسي سيگنال­هاي توليد شده و زمان مورد نياز براي توليد سيگنال مورد نظر توسط هر شخص متفاوت است, لذا از اين رو است كه نياز به راهبردي براي استخراج ويژگي مبتني بر ريخت شناسي سيگنال­هاي هر شخص احساس مي­شد. از اين رو در اين پژوهش با اجراي الگوريتم الگوهاي مكاني مشترك بر روي سيگنال­هاي موج نگاري مغزِ چند مقياسي شده كه به جهت تفاوت زماني در ارسال دستورهاي حركتي توسط مغز براي ما اهميت پيدا مي­كنند و محاسبه اوزان فيلترهاي مكاني، اين سيگنال­ها را از فضاي سنسور به فضاي الگوريتم الگوهاي مشترك مكاني در هر باند فركانسي و قطعه زماني نگاشت مي­دهيم. در ادامه با معرفي معماري­اي بر مبناي لايه­هاي همگشتي كه اين امكان را فراهم مي­كنند كه براي هر فرد به يادگيري ريخت شناسي سيگنال­ها در بعد زمان و سپس به كشف وابستگي اين سيگنال­ها در بعد باندهاي فركانسي بپردازيم. در آخر موفق شديم با استفاده از راهبرد معرفي شده مبتني بر يادگيري عميق راهبردي نيمه خودكار براي حل اين چالش پيشنهاد كنيم كه راهبرد پيشنهادي توانست نتايج بهتري نسبت به راهبردهايي كه پيش­تر ارائه شد بود، دست يابد.

194154

دانشگاه علم و صنعت ايران

هوش مصنوعي و رباتيك

دكتر محمدرضا جاهد مطلق