Fugu-MT 論文翻訳(概要): A Survey on Brain-Computer Interaction

論文の概要: A Survey on Brain-Computer Interaction

arxiv url: http://arxiv.org/abs/2201.00997v3
Date: Sun, 3 Apr 2022 11:08:47 GMT
ステータス: 処理完了
システム内更新日: 2023-03-02 07:51:50.626977
Title: A Survey on Brain-Computer Interaction
Title（参考訳）: 脳-コンピュータ相互作用に関する調査研究
Authors: Bosubabu Sambana, Priyanka Mishra
Abstract要約: 脳-コンピュータインタフェースシステムは、筋活動のない神経活動の測定を通じてコミュニケーションをサポートする。本稿では,BCIシステムの構造と機能について論じるとともに,用語統合と進歩,この分野の機会を明らかにする。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Brain-Computer Interface(BCI) systems support communication through direct measures of neural activity without muscle activity. Brain-Computer Interface systems need to be validated in long-term studies of real-world use by people with severe disabilities, and effective and viable models for their widespread dissemination must be implemented. Finally, the day-to-day and moment-to-moment reliability of BCI performance must be improved so that approaches the reliability of natural muscle-based function. This review discusses the structure and functions of BCI systems, clarifies terminology integration and progress, and opportunities in the field are also identified and explicated based on the current availability of invasive recording technologies used for BCI systems.
Abstract（参考訳）: 脳-コンピュータインタフェース(BCI)システムは、筋活動のない神経活動の直接測定を通じてコミュニケーションをサポートする。脳-コンピュータインタフェースシステムは、重度の障害を持つ人々による現実世界の使用の長期的研究において検証されなければならない。最後に、bci性能の日々および瞬間的信頼性を改善し、自然筋機能に対する信頼性に近づく必要がある。本稿では,BCIシステムの構造と機能について論じ,用語統合と進歩を明らかにするとともに,BCIシステムに使用されている侵入記録技術の現在利用可能性に基づいて,この分野の機会を特定し,説明する。

関連論文リスト

Bio-Inspired Mamba: Temporal Locality and Bioplausible Learning in Selective State Space Models [0.0]
Bio-Inspired Mambaは、生物学習の原則とMambaアーキテクチャを統合する、選択的な状態空間モデルのための新しいオンライン学習フレームワークである。 BIMはリアルタイム・リカレント・ラーニング(RTRL)とSpike-Timing-Dependent Plasticity(STDP)のようなローカル・ラーニング・ルールを組み合わせることで、スパイキングニューラルネットワークのトレーニングにおける時間的局所性と生物学的妥当性の課題に対処する。言語モデリング,音声認識,バイオメディカル信号解析におけるBIMの評価を行い,生物学習の原則を順守しつつ,従来の手法と競合する性能を実証した。
論文参考訳（メタデータ） (2024-09-17T15:11:39Z)
Interpretable Spatio-Temporal Embedding for Brain Structural-Effective Network with Ordinary Differential Equation [56.34634121544929]
本研究では,まず動的因果モデルを用いて脳効果ネットワークを構築する。次に、STE-ODE(Spatio-Temporal Embedding ODE)と呼ばれる解釈可能なグラフ学習フレームワークを導入する。このフレームワークは、構造的および効果的なネットワーク間の動的相互作用を捉えることを目的とした、特異的に設計されたノード埋め込み層を含んでいる。
論文参考訳（メタデータ） (2024-05-21T20:37:07Z)
Neuromorphic Split Computing with Wake-Up Radios: Architecture and Design via Digital Twinning [97.99077847606624]
本研究は,遠隔・無線接続型NPUからなる分割計算機システムに,覚醒無線機構を組み込んだ新しいアーキテクチャを提案する。覚醒無線に基づくニューロモルフィックスプリットコンピューティングシステムの設計における重要な課題は、検知、覚醒信号検出、意思決定のためのしきい値の選択である。
論文参考訳（メタデータ） (2024-04-02T10:19:04Z)
A Conversational Brain-Artificial Intelligence Interface [3.017482151674131]
脳知能インタフェース(BAI)を脳コンピュータインタフェース(BCI)の新しいクラスとして導入する。 BAIは人工知能の力を活用して、神経認知処理パイプラインの一部を置き換える。本研究では,対話型BAIが言語を生成することなく,複雑なコミュニケーションを実現するための電話会話のシミュレーション実験を行った。
論文参考訳（メタデータ） (2024-02-22T23:11:12Z)
NeuroBench: A Framework for Benchmarking Neuromorphic Computing Algorithms and Systems [50.101188703826686]
ニューロベンチ(NeuroBench)はニューロモルフィックコンピューティングアルゴリズムとシステムのためのベンチマークフレームワークである。 NeuroBenchは、業界や学界にまたがる研究者のオープンなコミュニティによる共同開発である。
論文参考訳（メタデータ） (2023-04-10T15:12:09Z)
The evolution of AI approaches for motor imagery EEG-based BCIs [2.294014185517203]
運動画像(MI)脳波(EEG)ベースの脳コンピュータインタフェース(BCI)は、人間と機械の直接通信を可能にする。これらのシステムは、医療分野からエンターテイメント産業にまたがるアプリケーションを開発する可能性を開く。人工知能(AI)アプローチは、特にBCIユーザに正しい一貫性のあるフィードバックを提供したい場合に、基本的な重要性を持つ。
論文参考訳（メタデータ） (2022-10-11T07:42:54Z)
Repairing Brain-Computer Interfaces with Fault-Based Data Acquisition [0.9697877942346906]
脳-コンピュータインタフェース(BCI)は、脳から記録された神経信号をデコードし、脳をコード化された神経信号で刺激する。信頼性と堅牢性に関する課題のため、BCIはまだ長期、日々の使用には採用されていない。本稿では,BCIの欠陥を特徴付け,検出し,位置決めするための新しい手法を提案する。
論文参考訳（メタデータ） (2022-03-20T23:49:50Z)
Review of Machine Learning Algorithms for Brain Stroke Diagnosis and Prognosis by EEG Analysis [50.591267188664666]
ストローク(Strokes)は、アメリカ合衆国の成人障害の主要な原因である。脳-コンピュータインタフェース(Brain-Computer Interfaces、BCI)は、患者の神経経路の回復または電子補綴器との効果的なコミュニケーションを支援する。さまざまな機械学習技術とアルゴリズムをBCI技術と組み合わせることで、脳卒中治療にBCIを使うことは、有望で急速に拡大する分野であることを示している。
論文参考訳（メタデータ） (2020-08-06T19:50:29Z)
Spiking Neural Networks Hardware Implementations and Challenges: a Survey [53.429871539789445]
スパイキングニューラルネットワークは、ニューロンとシナプスの操作原理を模倣する認知アルゴリズムである。スパイキングニューラルネットワークのハードウェア実装の現状について述べる。本稿では,これらのイベント駆動アルゴリズムの特性をハードウェアレベルで活用するための戦略について論じる。
論文参考訳（メタデータ） (2020-05-04T13:24:00Z)
EEG-based Brain-Computer Interfaces (BCIs): A Survey of Recent Studies on Signal Sensing Technologies and Computational Intelligence Approaches and their Applications [65.32004302942218]
Brain-Computer Interface (BCI) はユーザとシステム間の強力なコミュニケーションツールである。近年の技術進歩は、脳波(EEG)に基づく翻訳医療用BCIへの関心が高まっている。
論文参考訳（メタデータ） (2020-01-28T10:36:26Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。