chinese直男口爆体育生外卖, 99久久er热在这里只有精品99, 又色又爽又黄18禁美女裸身无遮挡, gogogo高清免费观看日本电视,私密按摩师高清版在线,人妻视频毛茸茸,91论坛 兴趣闲谈,欧美 亚洲 精品 8区,国产精品久久久久精品免费

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

研究證明:機器學(xué)習(xí)可幫助癱瘓患者提供大腦活動學(xué)習(xí)控制電腦

如意 ? 來源:OFweek電子工程網(wǎng) ? 作者:學(xué)術(shù)頭條 ? 2020-09-08 14:44 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

9 月 7 日,影響因子比主刊 Nature 還高的《自然生物技術(shù)(Nature Biotechnology)》,發(fā)表了加州大學(xué)舊金山分校的一項突破性進展。

加州大學(xué)舊金山威爾研究所的神經(jīng)科學(xué)研究人員通過一個人腦控制假肢的研究證明,機器學(xué)習(xí)技術(shù)可以幫助癱瘓患者通過大腦活動學(xué)習(xí)控制電腦光標,而不需要大量的日常再訓(xùn)練。

這項可以讓大腦和機器學(xué)習(xí)系統(tǒng)隨著時間推移建立穩(wěn)定“伙伴關(guān)系”的“即插即用”技術(shù)的成功,正是過去所有腦機接口(BCI)研究工作一直追求的目標。

研究證明:機器學(xué)習(xí)可幫助癱瘓患者提供大腦活動學(xué)習(xí)控制電腦

“腦機接口領(lǐng)域近年來取得了很大的進步,但由于現(xiàn)有的系統(tǒng)每天都要重新設(shè)置和校準,它們還不能進入大腦的自然學(xué)習(xí)過程。這就像讓一個人從頭開始一遍又一遍地學(xué)習(xí)騎自行車?!奔又荽髮W(xué)舊金山分校神經(jīng)學(xué)系副教授、研究資深作者、醫(yī)學(xué)博士 Karunesh Ganguly 說,“讓人工學(xué)習(xí)系統(tǒng)適應(yīng)大腦復(fù)雜的長期學(xué)習(xí)模式,這在癱瘓患者身上是前所未有的?!?/p>

ECoG 電極陣列

皮層腦電圖(ECoG)陣列包括一個便利貼大小的電極墊,通過手術(shù)放置在大腦表面。它們可以長期、穩(wěn)定地記錄神經(jīng)活動,并已被批準用于癲癇患者的癲癇發(fā)作監(jiān)測。

相比之下,過去的腦機接口技術(shù)往往使用的是“針墊”式的鋒利電極陣列,這種陣列穿透腦組織能夠獲得更敏感的記錄,但隨著時間的推移,信號往往會轉(zhuǎn)移或丟失。

為了證明了 ECoG 電極陣列在腦機接口應(yīng)用中的價值,Ganguly 研究團隊獲得了在癱瘓患者中長期慢性植入 ECoG 陣列設(shè)備的批準,以測試其作為長期、穩(wěn)定的 BCI 植入物的安全性和有效性。

在這項最新研究論文中,Ganguly 的團隊記錄了在四肢癱瘓患者身上使用 ECoG 電極陣列的情況。受試者還參與了一項臨床試驗,該試驗旨在測試使用 ECoG 陣列來讓癱瘓患者控制假肢手臂和手,不過在這篇新論文中,參與者使用植入物實現(xiàn)的是控制屏幕上的電腦光標。

此外,研究人員還開發(fā)了一種腦機接口算法,利用機器學(xué)習(xí)將 ECoG 電極記錄的大腦活動與用戶所需的光標移動相匹配。最初,研究人員遵循每天重置算法的標準做法。參與者首先想象特定的脖子和手腕動作,同時看著光標在屏幕上移動。

漸漸地,計算機算法開始自我更新,使光標的運動與由此產(chǎn)生的大腦活動相匹配,有效地將光標的控制權(quán)轉(zhuǎn)交給用戶。

由于患者每天都要開始這個過程,就會給在可以達到的控制水平上設(shè)置一個嚴格的限制。因為掌握設(shè)備的控制可能需要幾個小時,有時參與者甚至不得不完全放棄。

然后,研究人員切換到允許算法繼續(xù)更新以匹配參與者的大腦活動,而不用每天重新設(shè)置它。他們發(fā)現(xiàn),大腦信號和機器學(xué)習(xí)增強算法之間的持續(xù)相互作用,會在許多天內(nèi)導(dǎo)致性能的持續(xù)改善。最初,每天都有一些需要彌補的損失,但很快參與者就能夠立即達到頂級水平的表現(xiàn)。

“即插即用”的腦機接口

“我們認為這是試圖在大腦和計算機這兩個學(xué)習(xí)系統(tǒng)之間建立伙伴關(guān)系,最終讓人工界面成為用戶的延伸,就像他們自己的手或手臂一樣。”

研究人員表示,隨著時間的推移,參與者的大腦能夠放大神經(jīng)活動模式,它可以利用 ECoG 陣列最有效地驅(qū)動人工接口,同時消除不太有效的信號,而這一過程很像大腦學(xué)習(xí)復(fù)雜任務(wù)的過程。

他們觀察到,參與者的大腦活動似乎形成了一種根深蒂固的、一致的大腦“模式”來控制腦機接口,這種情況在日常的重置和重新校準中從未發(fā)生過。

經(jīng)過幾周的持續(xù)學(xué)習(xí),當界面重新設(shè)置時,參與者迅速重新建立起控制設(shè)備的相同的神經(jīng)活動模式——有效地將算法重新訓(xùn)練到原來的狀態(tài)。

“一旦用戶建立了控制界面的解決方案的持久記憶,就不需要重新設(shè)置,”Ganguly 說?!按竽X很快就會匯聚到同一個解決方案上?!?/p>

研究表明,他們可以完全停止算法的自我更新,參與者可以簡單地每天開始使用界面,而不需要再培訓(xùn)或重新校準。在沒有再訓(xùn)練的 44 天里,表現(xiàn)沒有下降,參與者甚至可以連續(xù)幾天不練習(xí),表現(xiàn)也幾乎沒有下降。

“我們一直注意到,我們需要設(shè)計出一種技術(shù),它不會被束之高閣,而是能夠切實改善癱瘓患者的日常生活?!盙anguly 說,這些數(shù)據(jù)表明,基于 ECoG 的腦機接口可以作為此類技術(shù)的基礎(chǔ)。

而這種即時“即插即用”的腦機接口技術(shù)一直是該領(lǐng)域的重要挑戰(zhàn),因為大多數(shù)研究人員使用的“針形”電極往往會隨時間移動,從而改變每個電極所捕獲的信號。而且,由于這些電極穿透腦組織,免疫系統(tǒng)往往會排斥它們,逐漸削弱它們的信號。

ECoG 陣列雖然比傳統(tǒng)植入物的敏感度低,但其長期穩(wěn)定性似乎彌補了這一缺陷。ECoG 記錄的穩(wěn)定性對于更復(fù)雜的機器人系統(tǒng)(如假肢)的長期控制可能更為重要,這也是Ganguly 研究下一階段的關(guān)鍵目標。
責(zé)編AJX

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 電腦
    +關(guān)注

    關(guān)注

    16

    文章

    1817

    瀏覽量

    72236
  • 人工智能
    +關(guān)注

    關(guān)注

    1820

    文章

    50325

    瀏覽量

    266967
  • 機器學(xué)習(xí)
    +關(guān)注

    關(guān)注

    67

    文章

    8565

    瀏覽量

    137226
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點推薦

    人工智能與機器學(xué)習(xí)在這些行業(yè)的深度應(yīng)用

    自人工智能和機器學(xué)習(xí)問世以來,多個在線領(lǐng)域的數(shù)字化格局迎來了翻天覆地的變化。這些技術(shù)從誕生之初就為企業(yè)賦予了競爭優(yōu)勢,而在線行業(yè)正是受其影響最為顯著的領(lǐng)域。人工智能(AI)與機器學(xué)習(xí)
    的頭像 發(fā)表于 02-04 14:44 ?684次閱讀

    強化學(xué)習(xí)會讓自動駕駛模型學(xué)習(xí)更快嗎?

    是一種讓機器通過“試錯”學(xué)會決策的辦法。與監(jiān)督學(xué)習(xí)不同,監(jiān)督學(xué)習(xí)是有人提供示范答案,讓模型去模仿;而強化學(xué)習(xí)不會把每一步的“正確答案”都告訴
    的頭像 發(fā)表于 01-31 09:34 ?831次閱讀
    強化<b class='flag-5'>學(xué)習(xí)</b>會讓自動駕駛模型<b class='flag-5'>學(xué)習(xí)</b>更快嗎?

    機器學(xué)習(xí)和深度學(xué)習(xí)中需避免的 7 個常見錯誤與局限性

    無論你是剛?cè)腴T還是已經(jīng)從事人工智能模型相關(guān)工作一段時間,機器學(xué)習(xí)和深度學(xué)習(xí)中都存在一些我們需要時刻關(guān)注并銘記的常見錯誤。如果對這些錯誤置之不理,日后可能會引發(fā)諸多麻煩!只要我們密切關(guān)注數(shù)據(jù)、模型架構(gòu)
    的頭像 發(fā)表于 01-07 15:37 ?350次閱讀
    <b class='flag-5'>機器</b><b class='flag-5'>學(xué)習(xí)</b>和深度<b class='flag-5'>學(xué)習(xí)</b>中需避免的 7 個常見錯誤與局限性

    穿孔機頂頭檢測儀 機器視覺深度學(xué)習(xí)

    測量系統(tǒng)主要用于檢測無縫鋼管生產(chǎn)過程中芯棒頂頭在穿孔之前是否掉落、傾斜、松動。 功能描述 實時顯示鋼管穿孔過程圖像。 檢測到丟失頂頭,先報警,然后給現(xiàn)場控制系統(tǒng)命令:立即停止運行。 當檢測到頂頭丟失
    發(fā)表于 12-22 14:33

    探索RISC-V在機器人領(lǐng)域的潛力

    運行ROS 2,充分證明了RISC-V架構(gòu)完全有能力承載機器人操作系統(tǒng)這樣的復(fù)雜軟件棧。它不僅是學(xué)習(xí)RISC-V的絕佳工具,更是探索未來邊緣計算和智能機器人的一個強大起點。 致謝:
    發(fā)表于 12-03 14:40

    學(xué)習(xí)物聯(lián)網(wǎng)怎么入門?

    的相關(guān)書籍和視頻進行學(xué)習(xí)。也可以通過參加線下班、工作坊和實踐活動學(xué)習(xí)。不同的學(xué)習(xí)方式適合不同的人群,初學(xué)者可以根據(jù)自己的實際情況選擇適合自己的學(xué)習(xí)
    發(fā)表于 10-14 10:34

    如何在機器視覺中部署深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)

    圖 1:基于深度學(xué)習(xí)的目標檢測定位已訓(xùn)練的目標類別,并通過矩形框(邊界框)對其進行標識。 在討論人工智能(AI)或深度學(xué)習(xí)時,經(jīng)常會出現(xiàn)“神經(jīng)網(wǎng)絡(luò)”、“黑箱”、“標注”等術(shù)語。這些概念對非專業(yè)
    的頭像 發(fā)表于 09-10 17:38 ?1051次閱讀
    如何在<b class='flag-5'>機器</b>視覺中部署深度<b class='flag-5'>學(xué)習(xí)</b>神經(jīng)網(wǎng)絡(luò)

    深度學(xué)習(xí)對工業(yè)物聯(lián)網(wǎng)有哪些幫助

    深度學(xué)習(xí)作為人工智能的核心分支,通過模擬人腦神經(jīng)網(wǎng)絡(luò)的層級結(jié)構(gòu),能夠自動從海量工業(yè)數(shù)據(jù)中提取復(fù)雜特征,為工業(yè)物聯(lián)網(wǎng)(IIoT)提供了從數(shù)據(jù)感知到智能決策的全鏈路升級能力。以下從技術(shù)賦能、場景突破
    的頭像 發(fā)表于 08-20 14:56 ?1211次閱讀

    PID控制算法學(xué)習(xí)筆記資料

    用于新手學(xué)習(xí)PID控制算法。
    發(fā)表于 08-12 16:22 ?7次下載

    ARM入門學(xué)習(xí)方法分享

    Development Studio。這些工具提供了一個集成開發(fā)環(huán)境(IDE),可以幫助你開發(fā)和調(diào)試ARM的程序。同時,你也可以選擇其他第三方的開發(fā)工具來進行ARM開發(fā)。 四、開發(fā)項目:實踐是學(xué)習(xí)ARM
    發(fā)表于 07-23 10:21

    FPGA在機器學(xué)習(xí)中的具體應(yīng)用

    隨著機器學(xué)習(xí)和人工智能技術(shù)的迅猛發(fā)展,傳統(tǒng)的中央處理單元(CPU)和圖形處理單元(GPU)已經(jīng)無法滿足高效處理大規(guī)模數(shù)據(jù)和復(fù)雜模型的需求。FPGA(現(xiàn)場可編程門陣列)作為一種靈活且高效的硬件加速平臺
    的頭像 發(fā)表于 07-16 15:34 ?3096次閱讀

    NVIDIA Isaac Lab可用環(huán)境與強化學(xué)習(xí)腳本使用指南

    Lab 是一個適用于機器人學(xué)習(xí)的開源模塊化框架,其模塊化高保真仿真適用于各種訓(xùn)練環(huán)境,Isaac Lab 同時支持模仿學(xué)習(xí)(模仿人類)和強化學(xué)習(xí)(在嘗試和錯誤中進行學(xué)習(xí)),為所有
    的頭像 發(fā)表于 07-14 15:29 ?2631次閱讀
    NVIDIA Isaac Lab可用環(huán)境與強化<b class='flag-5'>學(xué)習(xí)</b>腳本使用指南

    機器學(xué)習(xí)賦能的智能光子學(xué)器件系統(tǒng)研究與應(yīng)用

    騰訊會議---六月直播 1.機器學(xué)習(xí)賦能的智能光子學(xué)器件系統(tǒng)研究與應(yīng)用 2.COMSOL聲學(xué)多物理場仿真技術(shù)與應(yīng)用 3.超表面逆向設(shè)計及前沿應(yīng)用(從基礎(chǔ)入門到論文復(fù)現(xiàn)) 4.智能光學(xué)計算成像技術(shù)
    的頭像 發(fā)表于 06-04 17:59 ?762次閱讀
    <b class='flag-5'>機器</b><b class='flag-5'>學(xué)習(xí)</b>賦能的智能光子學(xué)器件系統(tǒng)<b class='flag-5'>研究</b>與應(yīng)用

    使用MATLAB進行無監(jiān)督學(xué)習(xí)

    無監(jiān)督學(xué)習(xí)是一種根據(jù)未標注數(shù)據(jù)進行推斷的機器學(xué)習(xí)方法。無監(jiān)督學(xué)習(xí)旨在識別數(shù)據(jù)中隱藏的模式和關(guān)系,無需任何監(jiān)督或關(guān)于結(jié)果的先驗知識。
    的頭像 發(fā)表于 05-16 14:48 ?1601次閱讀
    使用MATLAB進行無監(jiān)督<b class='flag-5'>學(xué)習(xí)</b>

    活動名單公布!學(xué)電路設(shè)計分享學(xué)習(xí)心得、技術(shù)疑問及實戰(zhàn)成果,贏取專屬禮品!

    :elecfans123)領(lǐng)取活動獎勵,過期視為放棄本獎品! 隨著物聯(lián)網(wǎng)、智能硬件等領(lǐng)域的快速發(fā)展,硬件開發(fā)與電路設(shè)計技能成為電子工程師和創(chuàng)客的核心競爭力。為幫助剛?cè)胄械碾娮有“?、高校大學(xué)生高效掌握從基礎(chǔ)理論
    發(fā)表于 05-14 09:53