افزایش دقت رابط انسان و ماشین مبتنی بر شبکه عصبی کانولوشن ودرخت تصمیم

رایانه ها در هر جنبه ای از زندگی ما حضور دارند و نقش های مهمی را در زمینه های گوناگونی از جملهآموزش و تعلیم، سرگرمی و خانه، پزشکی و کار انجام می دهند. اهمیت رایانه ها در زندگیمان تعامل کامپیوتر باانسان را یکی از مهم ترین عوامل در طراحی سیستم ها می سازد. در این تحقیق با استفاده از سیگنال های مغزی،موضوع فکر تشخیص داده می شود شده است. سیگنال ها با استفاده از الکترودهای متصل به مغز اندازه گیری گردیدهاند می شوند. دیتاست مورد استفاده ssvep می باشد که شامل سیگنال EEG مربوط به ۳۵ موضوع مختلف می باشد.در هر فایل شخص به یک موضوع فکر کرده است. سیگنال EEG از مغز شخص دریافت شده است. تعداد کلکلاسها ۳۵ عدد می باشد و دو نوع ساختار شبکه عصبی کانولوشن یا CNN برای تشخیص فکر فرد استفادهشده است. در ساختار اول فقط از CNN استفاده شده است. در ساختار دوم با ترکیب شبکه عصبی کانولوشن ودرخت تصمیم دقت تشخیص افکار افزایش یافته است . نتیجه حاصل از روش پیشنهادی این بود که برای ۳۵کلاس مختلف، دقت تشخیص از ۶۵ % به ۸۲ % افزایش یافته است.

کلیدواژه ها:

رابط انسان ماشین ، شبکه عصبی کانولوشن ، درخت تصمیم ، سیگنال EEG