آموزش عمیق برای رابط کامپیوتر مغز

رابطهای کامپیوتر مغزی (BCIs)از بازی کردن با ذهن برای ثبت و بازسازی رویاها، داستان را به واقعیت تبدیل کرده‌اند.این برنامه استانداردهای جدیدی را در دنیای اعضای مصنوعی به کار می‌برد، از جمله ایدز یا سلاح‌های مصنوعی، پاها یا بینایی، کمک به فلج و یا به طور کامل قفل کردن در کاربران.آن‌ها نه تنها می‌توانند اثری بصری از فعالیت مغز خود داشته باشند، بلکه آینده BCI به اشتراک گذاشتن تجربه فرد دیگری نیز کمک خواهد کرد.کل عملکرد BCI را می توان به دست آوردن سیگنال‌ها، پردازش آن، ترجمه سیگنال‌ها، وسیله‌ای که خروجی و پروتکل عملیات را می‌دهد، تقسیم کرد.الگوریتم‌های ترجمه می‌تواند تحلیل آماری کلاسیک یا روش‌های غیر خطی مانند شبکه‌های عصبی باشد.یادگیری عمیق ممکن است به عنوان یکی از الگوریتم‌های ترجمه باشد که سیگنال‌های خام را از مغز به فرمان‌ها تبدیل می‌کند که دستگاه‌های خروجی از آن پیروی می‌کنند.هدف این فصل ارائه بینش به الگوریتم‌های یادگیری عمیق مختلف است که امروزه در BCI خدمت کرده‌اند و به بهبود عملکرد آن‌ها کمک کرده‌اند.

From playing games with just the mind to capturing and re-constructing dreams, Brain computer Interfaces (BCIs) have turned fiction into reality. It has set new standards in the world of prosthetics, be it hearing aids or prosthetic arms, legs or vision, helping paralyzed or completely locked-in users. Not only can one get a visual imprint of their own brain activity but the future of BCI will make sharing someone else’s experience possible. The entire functioning of the BCI can be segmented into acquiring the signals, processing it, translation of signals, device that gives the output and the protocol in operation. The translation algorithms can be classical statistical analysis or non-linear methods such as neural networks. Deep learning might serve as one of the translation algorithms that converts the raw signals from the brain into commands that the output devices follow. This chapter aims to give an insight into the various deep learning algorithms that have served in BCI’s today