借助AI技术对人的脑电图进行分析
借助人工智能监视脑电图，可以从他们的大脑活动中确定一大群人的偏好。
赫尔辛基大学的研究人员开发了一种技术，利用人工智能来分析观点并利用人群的大脑活动得出结论。研究人员将这种技术称为“脑部外包”，该技术可用于对图像进行分类或推荐内容，这是以前从未证明过的。
众包是一种将较复杂的任务分解为较小的任务的方法，这些任务可以分配给大批人员并单独解决。例如，可以询问人们是否可以在图像中看到对象，并将他们的响应用作图像识别系统的指导数据。甚至基于人工智能的最先进的图像识别系统也尚未完全自动化。相反，训练它们需要许多人对许多样本图像的内容提出意见。
赫尔辛基大学的研究人员通过借助ai技术分析人的脑电图（eeg），对实现众包的可能性进行了实验。可以征询人们的意见，而不是征求人们的意见，而可以直接从eeg中读取这些信息。
赫尔辛基大学的研究院研究员tuukka ruotsalo说：“我们希望研究可以通过，利用人们的自然反应来将众包技术应用于图像识别，而无需他们使用键盘或鼠标来执行任何手动任务。”
计算机对图像进行分类
在这项研究中，共有30名志愿者在计算机显示器上看到了人脸图像。指示参与者根据图像中描绘的内容在自己的思想中标记面部。例如，图像是描绘金发还是深色头发的人，还是微笑或不微笑的人。与传统的众包任务不同，他们没有使用鼠标或键盘提供任何其他信息-他们只是观察呈现给他们的图像。
同时，使用脑电图收集每个参与者的大脑活动。通过脑电图，ai算法学会了识别与任务相关的图像，例如当金发碧眼的人的图像出现在屏幕上时。
在实验结果中，计算机能够直接从eeg解释这些心理标签。研究人员得出的结论是，脑资源采购可以应用于简单且定义明确的识别任务。使用从12名志愿者那里收集的数据，已经获得了高度可靠的标记结果。
在wa用户友好的技术
这些发现可用于结合大脑和计算机活动的各种界面。这些接口需要可穿戴电子设备形式的轻巧且用户友好的eeg设备，而不是研究中使用的设备，后者需要训练有素的技术人员。正在积极开发可测量eeg的轻型可穿戴设备，并且可能会在不久的将来上市。
赫尔辛基大学的学生兼研究助理keith davis说：“我们的方法受到可用技术的限制。”
“目前的测量大脑活动的方法足以满足实验室中受控设置的要求，但是该技术需要在日常使用中进行改进。此外，这些方法仅占总大脑活动的很小一部分。随着大脑成像技术的改进，它可能会变得可以直接从大脑捕获偏好信息。您无需使用常规的评分或类似的按钮，只需听一首歌或观看一场表演，仅凭大脑的活动就足以确定您对它的反应。”
激光那些事：到底什么才是激光电视？
中国电科MEMS传感器产业创新基地揭牌
Lattice半导体被收购,国外FPGA巨头却运营并不如意?
太阳能可以解决雾霾困扰
科技公司牵手传统车企,将为汽车行业带来什么变化?
借助AI技术对人的脑电图进行分析
如何制作一个简易的希伦蒸汽机？
全视频出入口解决方案的功能特点及应用分析
ADC数字下变频器：重新审视复杂的抽取示例
正弦波形构造转换频率公式定义案例
铅酸蓄电池工作原理及氢气泄露检测
干货分享｜3步走从AI闭环走向质量闭环，实现真正"0" 缺陷管控
浅谈keil中库函数和寄存器关系
纸箱耐破强度试验机/纸箱破裂试验机/破裂强度试验机
物联网四层核心元件的计量标准体系建设
em357是什么芯片
C程序设计基础-分支结构
单片机C语言编程基础
基于雅特力AT32F4212的高速风筒应用方案，转速高达12万RPM
自动点胶机点胶加工时出现出胶不符合要求的原因
赫尔辛基大学的研究人员开发了一种技术，利用人工智能来分析观点并利用人群的大脑活动得出结论。研究人员将这种技术称为“脑部外包”，该技术可用于对图像进行分类或推荐内容，这是以前从未证明过的。
众包是一种将较复杂的任务分解为较小的任务的方法，这些任务可以分配给大批人员并单独解决。例如，可以询问人们是否可以在图像中看到对象，并将他们的响应用作图像识别系统的指导数据。甚至基于人工智能的最先进的图像识别系统也尚未完全自动化。相反，训练它们需要许多人对许多样本图像的内容提出意见。
赫尔辛基大学的研究人员通过借助ai技术分析人的脑电图（eeg），对实现众包的可能性进行了实验。可以征询人们的意见，而不是征求人们的意见，而可以直接从eeg中读取这些信息。
赫尔辛基大学的研究院研究员tuukka ruotsalo说：“我们希望研究可以通过，利用人们的自然反应来将众包技术应用于图像识别，而无需他们使用键盘或鼠标来执行任何手动任务。”
计算机对图像进行分类
在这项研究中，共有30名志愿者在计算机显示器上看到了人脸图像。指示参与者根据图像中描绘的内容在自己的思想中标记面部。例如，图像是描绘金发还是深色头发的人，还是微笑或不微笑的人。与传统的众包任务不同，他们没有使用鼠标或键盘提供任何其他信息-他们只是观察呈现给他们的图像。
同时，使用脑电图收集每个参与者的大脑活动。通过脑电图，ai算法学会了识别与任务相关的图像，例如当金发碧眼的人的图像出现在屏幕上时。
在实验结果中，计算机能够直接从eeg解释这些心理标签。研究人员得出的结论是，脑资源采购可以应用于简单且定义明确的识别任务。使用从12名志愿者那里收集的数据，已经获得了高度可靠的标记结果。
在wa用户友好的技术
这些发现可用于结合大脑和计算机活动的各种界面。这些接口需要可穿戴电子设备形式的轻巧且用户友好的eeg设备，而不是研究中使用的设备，后者需要训练有素的技术人员。正在积极开发可测量eeg的轻型可穿戴设备，并且可能会在不久的将来上市。
赫尔辛基大学的学生兼研究助理keith davis说：“我们的方法受到可用技术的限制。”
“目前的测量大脑活动的方法足以满足实验室中受控设置的要求，但是该技术需要在日常使用中进行改进。此外，这些方法仅占总大脑活动的很小一部分。随着大脑成像技术的改进，它可能会变得可以直接从大脑捕获偏好信息。您无需使用常规的评分或类似的按钮，只需听一首歌或观看一场表演，仅凭大脑的活动就足以确定您对它的反应。”
激光那些事：到底什么才是激光电视？
中国电科MEMS传感器产业创新基地揭牌
Lattice半导体被收购,国外FPGA巨头却运营并不如意?
太阳能可以解决雾霾困扰
科技公司牵手传统车企,将为汽车行业带来什么变化?
借助AI技术对人的脑电图进行分析
如何制作一个简易的希伦蒸汽机？
全视频出入口解决方案的功能特点及应用分析
ADC数字下变频器：重新审视复杂的抽取示例
正弦波形构造转换频率公式定义案例
铅酸蓄电池工作原理及氢气泄露检测
干货分享｜3步走从AI闭环走向质量闭环，实现真正"0" 缺陷管控
浅谈keil中库函数和寄存器关系
纸箱耐破强度试验机/纸箱破裂试验机/破裂强度试验机
物联网四层核心元件的计量标准体系建设
em357是什么芯片
C程序设计基础-分支结构
单片机C语言编程基础
基于雅特力AT32F4212的高速风筒应用方案，转速高达12万RPM
自动点胶机点胶加工时出现出胶不符合要求的原因