MarkovType: A Markov Decision Process Strategy for Non-Invasive Brain-Computer Interfaces Typing Systems

要約

ブレイン コンピューター インターフェイス (BCI) は、重度の言語障害および運動障害を持つ人々が、神経活動を使用して環境とコミュニケーションし、相互作用するのに役立ちます。
この研究は、非侵襲性脳波検査 (EEG) を使用した BCI の高速連続視覚プレゼンテーション (RSVP) パラダイムに焦点を当てています。
RSVP タイピング タスクは複数のシーケンスを含む再帰的タスクであり、ユーザーには各シーケンス内のシンボルのサブセットのみが表示されます。
RSVP タイピング タスクの分類を改善し、高速な分類を実現するために広範な研究が行われています。
ただし、これらの方法は高い精度を達成するのに苦労しており、学習手順でタイピングのメカニズムが考慮されていません。
再帰トレーニングを含めずに、バイナリのターゲットと非ターゲットの分類を適用します。
分類速度を制御しながらシンボル分類のパフォーマンスを向上させるために、部分的に観察可能なマルコフ決定プロセス (POMDP) アプローチを提案することで、タイピング設定をトレーニングに組み込みます。
私たちの知る限り、これは RSVP タイピング タスクを再帰的分類用の POMDP として定式化した最初の研究です。
実験では、提案されたアプローチである MarkovType により、競合他社と比較してより正確なタイピング システムが得られることが示されています。
さらに、私たちの実験では、精度と速度の間にはトレードオフがありますが、MarkovType は他の方法と比較してこれらの要素の間の最適なバランスを達成していることを示しています。

要約(オリジナル)

Brain-Computer Interfaces (BCIs) help people with severe speech and motor disabilities communicate and interact with their environment using neural activity. This work focuses on the Rapid Serial Visual Presentation (RSVP) paradigm of BCIs using noninvasive electroencephalography (EEG). The RSVP typing task is a recursive task with multiple sequences, where users see only a subset of symbols in each sequence. Extensive research has been conducted to improve classification in the RSVP typing task, achieving fast classification. However, these methods struggle to achieve high accuracy and do not consider the typing mechanism in the learning procedure. They apply binary target and non-target classification without including recursive training. To improve performance in the classification of symbols while controlling the classification speed, we incorporate the typing setup into training by proposing a Partially Observable Markov Decision Process (POMDP) approach. To the best of our knowledge, this is the first work to formulate the RSVP typing task as a POMDP for recursive classification. Experiments show that the proposed approach, MarkovType, results in a more accurate typing system compared to competitors. Additionally, our experiments demonstrate that while there is a trade-off between accuracy and speed, MarkovType achieves the optimal balance between these factors compared to other methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google