تبحث هذه الدراسة في تحسين تصنيف تخيل الحركة (MI) في واجهات الدماغ-الكمبيوتر (BCIs) من خلال تقنيات التعلم الآلي المتقدمة والتعلم العميق. تؤكد الدراسة على أهمية تصنيف بيانات تخطيط الدماغ الكهربائي (EEG) بدقة، والتي تتم معالجتها من خلال ثلاث مراحل: معالجة البيانات المسبقة، استخراج الميزات، والتصنيف. من خلال تقييم خمسة مصنفات تقليدية—أقرب الجيران (KNN)، مصنف الدعم…

تتناول ورقة البحث التحديات المتعلقة بإزالة آثار تخطيط الدماغ الكهربائي (EEG)، وهي قضية حاسمة في معالجة إشارات EEG بسبب وجود أنواع مختلفة من الضوضاء الفسيولوجية وغير الفسيولوجية التي يمكن أن تؤثر على جودة البيانات. تقدم الدراسة CLEnet، وهو نموذج جديد للتعلم العميق يدمج الشبكات العصبية التلافيفية ذات المقاييس المزدوجة (CNN) وشبكات الذاكرة طويلة وقصيرة المدى…