海南省手机上网站建设—从脑电波到智能机器人

摘要: 全文中为 AI 研习社编译程序程序程序的技术性性性blog,仿真模拟题型 :From brain waves to robot movements with deep learning: an introduction.创作者 | Norman Di Palo汉语中文汉语翻译 | 狐不归 ...

原文中为 AI 研习社编译程序程序的技术性性blog,模拟题目 :

From brain waves to robot movements with deep learning: an introduction.

写作者 | Norman Di Palo

中文汉语翻译 | 狐不归             

校审 | 邓普斯·杰弗        审核 | 酱番梨       整理 | 立鱼王

全篇联接:

towardsdatascience/from-brain-waves-to-arm-movements-with-deep-learning-an-introduction-3c2a8b535ece


神经系统系统软件系统软件手机软件是一个极为复杂的结构。你所有身体中的神经系统系统软件总长度超过十万公里,她们的每逐一一部分都与你的脊神经系统与人的人的大脑相接。
[标识:內容1]
这一“互连网”传输着每一个控制人体运动健身健身运动的电脉冲信号数据信息数据信号。每一个指令都从你的人的人的大脑传来,人的人的大脑是一个由神经系统系统软件元构成更加奇特的的结构,神经系统系统软件元间依据电激话数据信息数据信号进行通信。掌握调处释脑电方法是神经系统系统软件科学研究科学研究万家和神经系统系统软件微生物菌种学家的很大每天每日任务之一,但它也是一个十分具有挑战性的每天每日任务。

一种记录人的人的大脑主题风格主题活动的非侵入式的方法是脑电图(EEG),该项技术性性依据放置在病人秀发上的电极记录人的人的大脑的电压波动。一般会出現大约30个那般的电极被放置在秀发附近,以记录脑电波的整体波动。总得来说,人的人的大脑主题风格主题活动与EEG数据信息数据信号正中间的关系十分复杂,除开一些独特的实验室试验之外,大伙儿对其把握非常少。进而,导致了一个巨大的挑战:如何对这类EEG扫描仪仪结果进行“编编解码”,从而依据非侵入式的脑机插孔(BCI)控制机器设备人假肢或者其他设备机器设备。

作为一门强数据信息信息内容驱动器器的课程内容,在与深层次学习培训学习培训相关的方法辨别制造行业最近有着新的提高,铸就出了一种新的运用神经系统系统软件互连网分析这类电信网网号的新方法。在这里里一一篇文章中,大伙儿见面到有关这一主题风格设计风格的详尽详细介绍:大伙儿将会看到一个由Kaggle赛事提供的EEG数据信息信息内容,该赛事致力于于检测出哪样EEG方法与独特的胳膊/手的姿势相关,比如抓取或抬起物品。随后大伙儿会设计方案计划方案一个神经系统系统软件互连网,再用不一样的方法大部分据进行预处理以后,对不一样的姿态进行分类。我一样展览会示一些人的人的大脑主题风格主题活动的数据信息信息内容可视性性化(图像),使大伙儿对手上的数据信息信息内容很大致的把握。这一制造行业的科学研究科学研究的最终目的是开发设计设计方案出一种顾客工作压力得起且合理的假肢机器设备,依据用人的人的大脑控制假体,帮助截肢者重获轻轻地松松开展基本姿态的工作中工作能力。该技术性性一样可以被应用于加载全身上下全身肌肉电信网网号的主题风格主题活动,依据分析激话状况的全身上下全身肌肉,对(运用者)要想进行的那类类型的姿态进行编编解码。

你可以以以在这里里个网上olaboratory Notebook上找寻原文中中的所有编号,你可以以以在你的浏览器上马上运行编号。Github联接请。


 数据信息信息内容详细介绍

若让你Kaggle帐户,则可以彻底完全免费完全免费免费下载数据信息信息内容。你即将看到,数据信息信息内容只由许多个.csv文本文档组成,这类文本文档各有是:

作为实体线实体模型输入的EGG数据信息信息内容,该项数据信息信息内容由放置在病人秀发上的32个电极搜集得到。数据信息信息内容搜集頻率为500Hz。

在6里将会的运动健身健身运动中,受试者试着开展的姿态的结构化标志。

这类数据信息信息内容记录了不一样的受试者开展一个简单的姿态时的EEG数据信息数据信号,比如抓取或移动物体的姿态。因此,数据信息信息内容集被划分为不一样的段,也被归入不一样的类目中。大伙儿稍后在精确度预测分析剖析时可以看到,脑电波的本人区别性极强,对于同一自己,实体线实体模型可以以很高的准确率预测分析剖析它所没有见过的片段,但倘若对一个新的受试者进行那般的预测分析剖析却可能有非常大难度系数系数。

因此大伙儿的整体总体目标就是创建一个神经系统系统软件互连网,将加载到的EEG数据信息数据信号作为输入,输出受试者要想开展的6种可能姿态的概率遍及。由于“没有姿态”本身其实不是6个类之一,大伙儿可以将它单独作为一类再加,或者将所有可能的输出设定为0到1正中间的值,运用一个阈值去管理决策某类姿态不是是被检测到。倘若所有姿态的预测分析剖析值都是阈值以下,大伙儿就感觉没有姿态造成。

[电极的位置,来源于于: kaggle/c/grasp-and-lift-eeg-detection/data]

我对这类电极上的主题风格主题活动做了一个日本动漫版的数据信息信息内容可视性性化。由于抽样頻率较高(500Hz),我运用简单的3阶低通滤波器大部分据进行光洁,而且用前100帧做了个日本动漫,也就是大约0.2秒的时间。

[前1/5秒内电极的主题风格主题活动]

大伙儿还可以以2维网络热点图的方法大部分据进行可视性性化,纵轴是时间(从顶部一开始向下),横轴说明32个电极。

[EEG时态网络热点图(时间从顶部一开始一直往下)]

这一样十分合理,大伙儿即将看到,它会帮助大伙儿开展岁月卷积。


 数据信息信息内容预处理

便于提升学习培训学习培训阶段的具体实际效果,原始数据信息信息内容要先经历预处理。比如,EEG数据信息数据信号的抽样頻率很高,要想开展的姿态的变化率在则相对性性较低,这会造成许多难点:数据信息信息内容变化得快速,而姿态却一直保持不容易更改,那般一来数据信息信息内容的波动就全是被看作噪声。另外,频域的实体线实体模型会接纳到许多快速变化的数据信息信息内容,另外分类的输出却保持不容易更改。

第一个可能的步骤是运用低通滤波器大部分据进行滤波。就算是一个简单的运行均值值也会出現效。依据这种方法,大伙儿减少了数据信息信息内容的高频率率变化,同时储存了更加合理的低頻结构,因为大伙儿要分类的姿态变化的頻率十分低(较大1Hz)。在此之后大伙儿可以大部分据进行下抽样,即每10一一百多个点仅储存一总数据。这一具体实际操作也是有利于于降低时间方面和数据信息信息内容相关性,从某类具体实际意义上来说,使数据信息信息内容更有时候候间稀缺性。另外,许多其他预处理技术性性还能够被应用,但是便于这篇详尽详细介绍的简洁性,这儿非常少过量诠释,现如今一开始设计方案计划方案大伙儿的神经系统系统软件互连网。


 神经系统系统软件互连网设计方案计划方案与实验

处理数字时钟頻率数据信息信息内容,大伙儿最开始想到的结构之一就是循环系统系统软件神经系统系统软件互连网。

这类互连网具有动态性性结构,因此会出現一个能够对时态数据信息信息内容进行序号的中间状况,因此可以根据过去的输入计算输出。我都在Keras中设计方案计划方案了一个LSTM互连网,并输入具有数字时钟頻率结构的训练数据信息信息内容。互连网的具体实际效果十分好,但在这里里个十分的例证里,我更想呈现,一般用于图像处理的卷积神经系统系统软件互连网是如何在时态数据信息信息内容上做得十分好的。

如前所述,从某类具体实际意义上说,大伙儿实际上在处理的是岁月数据信息信息内容。前文所呈现的网络热点图的纵轴说明的是频域上的变化,而横轴呈现的并不是同的电极,大部分所有相邻的电极在人的秀发上也是房间内室内空间相邻的。这喻意着大伙儿可以应用卷积来获得出合理的特性。一个2D的核能发电够同时对时间和房间内室内空间上的方法进行序号。想象一个3*3的卷积核,它能够在网络热点图所描述的引流方法引流矩阵上,依据对三个不一样的时间步长(3个核行)以及3和不一样的电极(3个核列)进行加权来获得特性。因此,一个具有很多卷积核的卷积神经系统系统软件互连网可以找寻在较为比较有限的时间周期时间時间里,电极的激话随着着受试者要想干的运动健身健身运动而变化的特性。

我都在Keras中进行了一个简单的CNN互连网,检查它在这里里组数据信息信息内容集上的关键主要表现。在这里里个网上Colaboratory Notebook上,你可以以以找寻所有原文中中的编号,并马上在你的浏览器上运行。Github联接请。

便于检查大伙儿实体线实体模型的具体实际效果,如Kaggle赛事中常会建议的那般,大伙儿对实体线实体模型的AUC考试成绩进行检查。倘若你对AUC不太熟,可以查寻这一清晰而品牌形象化的描述(联接)。你可以以以线上入门记本中本身尝试,在一个快速的训练阶段后,大伙儿能够保证约0.85的AUC考试成绩。

依据训练不一样的互连网结构、采用预处理技术性性等方法,可以进行许多改进。但这一详尽详细介绍性的界定验证(POC)呈现了神经系统系统软件互连网从这类数据信息信息内容中进行学习培训学习培训的不凡工作中工作能力。


 結果

在这里里一一篇文章中,大伙儿对脑电信网网号EEG做了详尽详细介绍,它是一种非侵入式的、相对性性简单的从运用者的秀发上搜集的合理数据信息数据信号。大伙儿看到了一些品牌形象化的数据信息信息内容可视性性化结果,以及怎样运用神经系统系统软件互连网从这之中获得出比如运动健身健身运动作用那般的特性。坚信这一制造行业(机器设备人假体、脑机互动交流)会因为为为深层次学习培训学习培训而有显著快速的发展趋势,数据信息信息内容科学研究科学研究技术性性、综合服务平台和赛事也会更加宽敞、慢慢发展趋势发展趋势。

这类技术性性的伤害将是巨大的。拥有能够以自然的方式控制的成本费低的假肢,可以极大地改善千余数万人的生活起居。

我建议大伙儿去看看看一看“互相依存最新项目”,它是个最近启动的最新项目,一群有才华的人聚在一起,试着造出一个能够用全身上下全身肌肉的主题风格主题活动控制的成本费低智能化化假臂,令其得这类设备机器设备真正落地式式、普及化化。

关注我的Twitter,得到我工作中中上的很多动态性性。很多: twitter/normandipalo

你可以以以在这里里个网上Colaboratory Notebook 上找寻原文中中的所有编号,并且在你的浏览器上马上运行。


要想再度查寻该一一篇文章相关联接和参考参照参考文献?

长按联接点一下打开或点一下底端【】:

ai.yanxishe/page/TextTranslation/1436


AI研习社每日明显强烈推荐:雷锋网(手机微信微信公众号:雷锋网)雷锋网雷锋网

CMU 2018 秋季《深层次学习培训学习培训》课程内容內容将教你学习培训学习培训深层次神经系统系统软件互连网的基本技术专业专业知识,以及她们在众多 AI 每天每日任务中的应用。课程内容內容结束后,希望学生能对深层次学习培训学习培训有充裕的把握,并且能够在众多的实际每天每日任务中应用深层次学习培训学习培训。

加上工作中组彻底完全免费收看视频:ai.yanxishe/page/groupDetail/188


雷锋网原创文章内容內容,没承受权禁止转截。详尽信息内容见。


AI研习社(yanxishe)译站频道栏目频道,散布前沿人力资源智能化化技术专业专业知识,让语言已不会改变成学习培训学习培训技术专业专业知识的门槛。(原雷锋外挂外挂字幕组)



联系我们

全国服务热线:4000-399-000 公司邮箱:343111187@qq.com

  工作日 9:00-18:00

关注我们

官网公众号

官网公众号

Copyright?2020 广州凡科互联网科技股份有限公司 版权所有 粤ICP备10235580号 客服热线 18720358503