脑机接口专栏 | 利用黎曼几何分析EEG脑电信号(二)

在这里插入图片描述

系列文章目录

脑机接口专栏 | 利用黎曼几何分析EEG脑电信号(一)


马可·康盖多(Marco Congedo)等人提出了一个可能的新一代脑机接口BCI的概念图,如下图所示。

在这里插入图片描述
▲Figure 1 Concept for a possible new generation of BCIs

Marco Congedo等人假设,多个脑机接口设备可以通过无线连接的方式与云端服务器连接,同时这个云端服务器也在不断地接收脑机接口设备传送的用户数据(User Data)。

像上面图片的右半部分显示的那样,脑机接口设备就像一台一台的本地计算机,计算机不断地将本地存储的数据通过TCP/IP协议与主机进行通信,这个主机就相当于云端服务器。

PS:TCP/IP传输协议,即传输控制/网络协议,也叫作网络通讯协议。它是Internet使用中的最基本的通信协议。TCP/IP传输协议对互联网中各部分进行通信的标准和方法进行了规定。并且,TCP/IP传输协议是保证网络数据信息及时、完整传输的两个重要的协议。TCP/IP传输协议是严格来说是一个四层的体系结构,应用层、传输层、网络层和数据链路层都包含其中。

这样,服务器端就存储了大量的用户数据集,因此就完成了智能的初始化(Smart Initialization)。接着又转换成一种自适应学习方式(Adaptive Learning):脑机接口将用户的数据上传到服务器,服务器通过初始化和自适应学习后又能为用户提供更好的反馈和服务。

自适应学习,也被称为自适应教学,是使用计算机算法来协调与学习者的互动,并提供定制学习资源和学习活动来解决每个学习者的独特需求的教育方法。在专业的学习情境,个人可以”试验出”一些训练方式,以确保教学内容的更新。根据学生的学习需要,计算机生成适应其特点的教育材料,包括他们对问题的回答和完成的任务和经验。该技术涵盖了各个研究领域和它们的衍生,包括计算机科学、人工智能、心理测验、教育学、心理学和脑科学。

图片中的Local Machine是本地机器,什么是本地机器呢?

举个栗子

我们身边的电脑就是一个本地机器。

本地机器的应用还涉及到物联网(IOT)。我们知道,物联网的目标是使万物联通,比如家里的冰箱可以和我们的手表进行通信。冰箱也属于本地机器。

本地机器的背后基础是边缘计算(Edge Calculation)。

边缘计算,是指在靠近物或数据源头的一侧,采用网络、计算、存储、应用核心能力为一体的开放平台,就近提供最近端服务。其应用程序在边缘侧发起,产生更快的网络服务响应,满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。

与边缘计算相反的概念就是云计算(Cloud Calculation)。

利用黎曼几何分析EEG脑电信号的原理是什么呢?

欲知后事如何,请关注我们的公众号~

*参考文献

Congedo, M., Barachant, A., & Bhatia, R. (2017). Riemannian geometry for EEG-based brain-computer interfaces; a primer and a review. Brain-Computer Interfaces, 4(3), 155-174.

https://baike.baidu.com/item/TCP/IP%E5%8D%8F%E8%AE%AE*

猜你喜欢

转载自blog.csdn.net/weixin_44099023/article/details/112556904