Интернет конференция по проблемам теории и практики управления

Название: МЕТОДЫ КЛАСИФИКАЦИИ СИГНАЛОВ ЭЛЕКТРО-ЭНЦЕФАЛОГРАММ В СИСТЕМАХ УПРАВЛЕНИЯ НА ОСНОВЕ ИНТЕРФЕЙСОВ «МОЗГ-КОМПЬЮТЕР»
Автор: Дмитрий Владимирович Журавлёв
Соавторы:
Резниченко А.А., Проскурин Д.К.
Аннотация:
В работе проведен обзор современных методов классификации сигналов электроэнцефалограмм оператора в системах управления сложными техно-логическими процессами на основе человеко-машинных интерфейсов «мозг-компьютер». Актуальность работы обусловлена необходимостью перехода от концепции «человек управляет машиной через посредника (рычаг/кнопка)» к концепции «человек и машина образуют единый когнитивный контур». Про-ведён системный анализ методов предварительной обработки сигналов, включая частотную и пространственную фильтрацию (CSP), а также методов классификации, с помощью алгоритмов машинного обучения: линейный дискриминантный анализ (LDA), метод опорных векторов (SVM) и архитектуры глубоких нейронных сетей (полносвязные, сверточные, диффузионные, а также сети с механизмом внимания). Анализ научных работ показал, что средняя точность распознавания моторных образов существующими методами составляет 60-80% на дикторонезависимых наборах данных. В рамках собственных вычислительных экспериментов по классификации моторных образов оператора «лево/право» проведено сравнение восьми моделей классификаторов. Установлено, что применение архитектуры сверточной нейрон-ной сети ResNet с механизмом внимания позволяет достичь точности классификации 95,04% на дикторонезависимых наборах данных, что существенно превосходит результаты традиционных подходов LDA – 62,55%, SVM – 59,99% и нетрадиционных с применением диффузионных нейронных сетей – 60,26%. Полученные результаты классификаций обеспечивают достоверное распознавание намерений оператора с помощью интерфейса «мозг-компьютер» с двумя степенями свободы, что создаёт основу для создания систем, устойчивых к влиянию «человеческого фактора», и способствует повышению эффективности, безопасности управления сложными технологическими процессами.
Ключевые слова:
классификация сигналов, моторные образы, искусственные нейронные сети, интерфейс «мозг-компьютер»

Название: ИССЛЕДОВАНИЕ ЗАВИСИМОСТЕЙ УДЕЛЬНОГО КОЭФФИЦИЕНТА ПОГЛОЩЕНИЯ ЭЛЕКТРОМАГ-НИТНОЙ ЭНЕРГИИ ПРИ ИСПОЛЬЗОВАНИИ ПОР-ТАТИВНЫХ НЕЙРОГАРНИТУР КАК ЭЛЕМЕНТОВ ЧЕЛОВЕКО-МАШИННЫХ СИСТЕМ УПРАВЛЕНИЯ
Автор: Дмитрий Владимирович Журавлёв
Соавторы:
Ищенко Е. А., Китаева А. С., Проскурин Д. К., Тихонов А. П.
Аннотация:
В статье рассматривается вопросы структурно-параметрического синтеза подсистемы «оператор-нейрогарнитура-радиоканал» в человеко-машинных интерфейсах управления. Для определения критериев оптимизации системы проведены расчеты зависимостей уровня коэффициента удельного поглощения (SAR) в структурах головы оператора от частоты возбуждаемого электромагнитного поля и положения антенной системы. Рассматривалась задача, применения дипольной антенны для передачи данных между аппаратурой регистрации биоэлектрических потенциалов, располагающейся на портативной нейрогарнитуре интерфейса «мозг-компьютер» и сервером. Анализ выполнялся для частот 500, 1 000, 2 400, 5 800, 10 000, 27 500 МГц и случаев, когда антенна располагалась над головой оператора и в задней полусфере шлема нейрогарнитуры. В работе представлены графические зависимости диаграмм направленности, а также их искажений с учетом зон излучения электромагнитного поля. Сформулирован ряд выводов и рекомендаций по построению элементов подсистемы «оператор-нейрогарнитура-радиоканал». Экспериментальным путем определено, что баланс между передающей способностью и предельно допустимым уровнем SAR находится в случае установки антенной системы в теменной зоне головы оператора при передаче сигнала на частоте 5 800 МГц. Впервые проведен сопоставительный анализ уровней SAR в структурах головы оператора при использовании портативных гарнитур интерфейсов «мозг-компьютер» с различными параметрами в человеко-машинных системах управления. Проведена формализация объекта исследования как многоуровневой, иерархической системы на основе теоретико-множественного подхода. Определены критерии оптимизации и эффективности системы. Предложен алгоритм адаптивного управления мощностью передачи.
Ключевые слова:
человеко-машинные системы управления, удельный коэффициент поглощения, SAR, беспроводная связь, электромагнитные волны, структуры головы оператора