机构名称：
¥ 1.0
摘要 - 一种大脑 - 计算机接口（BCI）获取大脑信号，分析并将其转换为命令，这些命令被转移到执行所需操作的驱动设备。通过物联网（IoT）出现（IoT）实现的日常设备的广泛连通性，BCI可以直接通过其思想直接控制智能家用设备或辅助机器人等物体的能力。然而，实现这一愿景面临许多挑战，最重要的是，从原始的大脑信号中准确解释个人的意图的问题通常是低纤维，并且会受到噪音的影响。此外，预处理大脑信号和随后的功能工程既耗时又高度依赖人类领域的专业知识。为了解决上述问题，在本文中，我们提出了一个基于深度学习的框架，该框架可以实现有效的人类认知互动，以弥合个体和物联网对象。我们设计了一个基于增强学习的选择性注意机制（SAM），以发现输入脑信号的独特特征。此外，我们提出了一个修改的长期短期记忆，以区分转发的相互作用信息与SAM。为了评估所提出的框架的效率，我们进行了广泛的现实世界实验，并证明我们的模型表现优于许多竞争性的最先进的基线。提出了两个实时的实时人类认知相互作用应用，以验证我们方法的可行性。
一个统一的深度学习框架实现了人类...
主要关键词
相关文件推荐
