- PVSM.RU - https://www.pvsm.ru -
Ученые из МФТИ разработали модель прогнозирования траектории движения руки на основе сигналов, снимаемых с поверхности коры головного
При повреждении спинного
В ходе хирургической операции на поверхность моторной зоны коры головного
Nakanishi, 2013
Но мало получать адекватные сигналы головного
«В своей работе для прогнозирования траектории движения конечности мы обратились к линейной алгебре. Мы предпочли линейные модели нейросетям, поскольку параметры линейной модели оптимизируются за существенно меньшее число операций. Это соответствует ограничениям, которые накладывают невысокая производительность и малая память устройства. Мы решали задачу построения такой модели, которая была бы проста: имела бы относительно небольшое число параметров, устойчива: при незначительном изменении параметров качество прогноза существенно не меняется, и точна: прогнозируемое движения конечности должно адекватно приближать естественное физическое. Поэтому мы прогнозируем траекторию движения конечностей как линейную комбинацию признаковых описаний электрокортикограммы», — рассказывает главный научный сотрудник Лаборатории машинного интеллекта МФТИ Вадим Стрижов.
Каждый из электродов выдает сигнал. Он представляется в виде частоты и амплитуды. Частота разделяется на полосы. Признаковым описанием является история изменения сигнала кортикограммы для каждого электрода и каждой частотной полосы. История изменения сигнала является временным рядом, вектором в линейном пространстве. Таким образом каждый признак является вектором. Прогноз траектории движения руки получается в виде линейной комбинации векторов-признаков, их взвешенной суммы. Для нахождения наилучших весов линейной модели, таких, которые бы давали адекватный прогноз, нужно решить систему линейных уравнений.
Однако решение такой системы уравнений неустойчиво. Это связано с тем, что датчики расположены близко друг к другу, и соседние датчики выдают схожие сигналы. В результате малейшее изменение снимаемых сигналов приводит к существенному изменению прогноза траектории конечности. Поэтому необходимо решать задачу снижения размерности признакового пространства.
В работе введена функция оптимизации набора признаков. Она включает два критерия: признаки должны быть попарно разнообразны, и их комбинация должна хорошо приближать целевой вектор. Описанный подход позволяет даже без вычисления параметров модели, получить оптимальный набор признаков. Учитывая взаимное расположение датчиков, авторы построили простую, устойчивую модель, достаточно точную и сравнимую с альтернативами по качеству прогноза.
В скором времени группа Вадима Стрижова возьмется за задачу, связанную с проблемой описания траектории движения конечностей в условиях изменчивости структуры головного
«Двигаясь и получая отклики от окружающей среды, человек учится. Структура его
Материал предоставлен пресс-службой МФТИ
Источник [2]
Источник [3]
Сайт-источник PVSM.RU: https://www.pvsm.ru
Путь до страницы источника: https://www.pvsm.ru/e-to-interesno/288235
Ссылки в тексте:
[1] мозга: http://www.braintools.ru
[2] Источник: https://www.popmech.ru/technologies/news-435272-upravlyayushchiy-ekzoskeletom-chip-bolshe-ne-budet-gpet-mozg/
[3] Источник: http://supreme2.ru/%d1%83%d0%bf%d1%80%d0%b0%d0%b2%d0%bb%d1%8f%d1%8e%d1%89%d0%b8%d0%b9-%d1%8d%d0%ba%d0%b7%d0%be%d1%81%d0%ba%d0%b5%d0%bb%d0%b5%d1%82%d0%be%d0%bc-%d1%87%d0%b8%d0%bf-%d0%b1%d0%be%d0%bb%d1%8c%d1%88%d0%b5/
Нажмите здесь для печати.