XiaoMi-AI文件搜索系统
World File Search System连续信号
面向异步 EEG 的 BCI：检测连续 EEG 信号中的想象词段
基于想象语音的异步脑机接口 (BCI) 是一种工具，它允许通过解码想象语音的 EEG 信号来控制外部设备或在用户需要时发出消息。为了正确实现这些类型的 BCI，我们必须能够从连续信号中检测出受试者何时开始想象单词。在本文中，提出了基于小波分解、经验模态分解、频率能量、分形维数和混沌理论特征的五种特征提取方法，以解决从连续 EEG 信号中检测想象词段的任务，作为基于想象语音的异步 BCI 的后续实现的初步研究。使用四个不同的分类器在三个数据集中测试了这些方法，获得的较高 F 1 分数分别为每个数据集的 0.73、0.79 和 0.68。这些结果有望建立一个自动分割想象词段以供后期分类的系统。
![arxiv：2110.04663v1 [cs.ro] 2021年10月9日](/simg/g:\will\search\icon\source\f\fb981b58d73f9358826be95efbacbbe3ea7501a0.webp)
arxiv：2110.04663v1 [cs.ro] 2021年10月9日
使用运动传感器技术可以将人体运动作为高维连续信号捕获。即使是从机动性有限的人捕获的情况下，重新培养数据也可能会出奇丰富。在这项工作中，我们探讨了通过运动传感器捕获的有限上身运动的使用，作为控制7度自由度的机器人臂的输入。即使是密集的传感器信号也可能缺乏可靠的高维机器人控制所需的显着信息和独立性。随着人类在这种限制的背景下随着时间的流逝而学习，可以利用对机器人的智能来更好地识别关键的学习挑战，提供有用的反馈，并支持个人，直到管理挑战。在这篇简短的论文中，我们从正在进行的研究中检查了两个未受伤的参与者的数据，以提取初步结果并分享见解。我们观察到机器人智能的机会介入，包括在所有控制方面所花费的时间，单个控制维度的不对称时间以及用户在学习方面的进步的情况。关于这些情境的机器推理可能会促进将来的新界面学习。
避免回应或社交互动？
图1：实验设置。一个带有多电极阵列的储罐，用于记录电信号，然后通过我们的自定义电控界面（EFI）进行放大并随后处理。坦克用月光下列的坦克照亮，以模拟夜间状况，并使用高架摄像头跟踪游泳行为。b代表性热图显示了活鱼对的运动模式。颜色梯度从深蓝色到黄色，指示较高的访问频率或延长的停留时间，偏爱储罐墙附近的位置。在分布中的圆形间隙概述了储罐弯曲的角和多电极阵列的位置，由八个测量电极组成，它们成对在水箱的相对侧面成对。c记录的EOD波形的出现取决于鱼对电极的相对位置。p =正，n =负。d的示例性电相互作用的时间表，垂直条代表了两条鱼的颜色编码的EOD。隔离间隔（IDI）表示同一个人连续信号之间的时间。可能会重叠。回声反应的特征是固定潜伏期（M. Rume中的15-22毫秒），一条鱼对另一种鱼的EOD做出反应。两种鱼的相互回声都会产生时间锁定的信号传导序列，称为EOD同步。
VITRON：用于理解的统一像素级视觉 LLM......
我们提出了 V ITRON，一种通用的像素级视觉 LLM，旨在全面理解、生成、分割和编辑静态图像和动态视频。V ITRON 建立在 LLM 主干之上，在其前端模块中集成了用于图像、视频和像素级区域视觉效果的编码器，同时采用最先进的视觉专家作为其后端，通过它 V ITRON 支持一系列视觉端任务，涵盖从低级到高级的视觉理解到视觉生成。为了确保从 LLM 到后端模块的消息传递有效和精确以进行函数调用，我们提出了一种新颖的混合方法，同时集成离散文本指令和连续信号嵌入。此外，我们为 V ITRON 设计了各种像素级时空视觉语言对齐学习，以达到最佳的细粒度视觉能力。最后，建议使用跨任务协同模块来学习最大化任务不变的细粒度视觉特征，增强不同视觉任务之间的协同作用。 V ITRON 演示了 12 多个视觉任务，并在 22 个数据集上进行了评估，展示了其在四个主要视觉任务集群中的广泛能力。总体而言，这项工作阐明了开发更统一的多模态通才的巨大潜力。
在真实飞行条件下使用 ERP 和频谱功率通过六干电极 EEG 系统监测飞行员的心理工作负荷
摘要：最近的技术进步使得低成本、高便携性的大脑传感器（如预放大干电极）的开发成为可能，可用于在实验室外测量认知活动。这项技术为在复杂的现实生活中（例如在操作飞机时）监测“大脑工作”开辟了有希望的前景。但是，需要在实际操作条件下对这些传感器进行基准测试。因此，我们设计了一个场景，其中配备六干电极 EEG 系统的 22 名飞行员必须执行一个低负荷和一个高负荷的飞行模式以及被动听觉异常。在低负荷条件下，参与者正在监控由飞行教练处理的飞行，而在高负荷条件下，他们正在驾驶飞机。在组级别，统计分析显示，与高负荷相比，低负荷条件下听觉目标（Pz、P4 和 Oz 电极）的 P300 幅度更高，α 波段功率（Pz 电极）更高，θ 波段功率（Oz 电极）更高。同时使用事件相关电位和事件相关频率特征的单次试验分类准确率没有超过区分两种负载条件的机会水平。然而，当只考虑在连续信号上计算的频率特征时，分类准确率平均达到 70% 左右。这项研究证明了干脑电图在高度