色哟哟视频在线观看-色哟哟视频在线-色哟哟欧美15最新在线-色哟哟免费在线观看-国产l精品国产亚洲区在线观看-国产l精品国产亚洲区久久

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(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

神經(jīng)網(wǎng)絡(luò)借助腦磁波,知道你在「猶豫不定」

MqC7_CAAI_1981 ? 來源:未知 ? 作者:伍文輝 ? 2018-03-28 14:06 ? 次閱讀

人工神經(jīng)網(wǎng)絡(luò),近來成為了越來越強(qiáng)大的工具。

數(shù)據(jù)分析、社會(huì)科學(xué)、機(jī)器人、腦科學(xué)的分類、預(yù)測、模式識(shí)別都開始離不開神經(jīng)網(wǎng)絡(luò)。

薩拉托夫國立技術(shù)大學(xué)研究團(tuán)隊(duì)搭建了一個(gè)神經(jīng)網(wǎng)絡(luò)用來檢測人類遲疑不決的狀態(tài)。

在神經(jīng)生物學(xué)里,這個(gè)神經(jīng)網(wǎng)絡(luò)可以分類神經(jīng)元發(fā)出的信號(hào),以及檢測出腦相關(guān)的病理活動(dòng),比方說癲癇,還有神經(jīng)退化性疾病,帕金森和老年癡呆等。

“不過,雖然說神經(jīng)網(wǎng)絡(luò)已經(jīng)在模式識(shí)別和分類上已經(jīng)有很出色的表現(xiàn),但是要把神經(jīng)元的信號(hào)區(qū)分出來還需要做更多的工作,特別是在人猶豫不決的情況下。”科學(xué)出版物 CHAOS 報(bào)道。

在這個(gè)研究里,研究團(tuán)隊(duì)會(huì)對被試進(jìn)行雙穩(wěn)態(tài)視覺刺激(bistable visual stimuli),人工神經(jīng)網(wǎng)絡(luò)可以借助腦磁波,把被試精確地按敏感程度劃分出猶豫的程度。

△雙穩(wěn)態(tài)視覺刺激:給被試看到有歧義的圖片。

“這樣一來,我們就可以‘看穿’人腦了。知道人在做決定的時(shí)候有沒有處于這種不確定性的心態(tài)。”人工智能科學(xué)與教育中心主任兼神經(jīng)科技教授Alexander Khramov說。

更厲害的是,這個(gè)網(wǎng)絡(luò)還能以準(zhǔn)確地測出一個(gè)人猶豫的時(shí)長。

以往,用頻率時(shí)間分析等傳統(tǒng)的方法去確認(rèn)大腦內(nèi)部的活動(dòng)是極其困難的。但是有了神經(jīng)網(wǎng)絡(luò)之后,它能夠看到人類還無法理解的不明顯的信號(hào)特征。

這個(gè)研究工作,可以幫助研究人員創(chuàng)造一個(gè)在做復(fù)雜決策時(shí)也能夠停下來思考的智能體。當(dāng)遇到復(fù)雜環(huán)境的時(shí)候,可以進(jìn)入等待狀態(tài),并搜集更多的信息

等以后機(jī)器人去外太空執(zhí)行任務(wù)的時(shí)候,比方說在火星上遇到了不知道咋辦的環(huán)境條件時(shí),需要請求地球上人類的幫助,由人類完成一些復(fù)雜的操作。那這個(gè)時(shí)候,即使識(shí)別出機(jī)器人的猶豫,向地球發(fā)送求助指令就很重要。

另外,這個(gè)神經(jīng)網(wǎng)絡(luò)也可以在測試和訓(xùn)練人的認(rèn)知能力的過程中用到。

像是飛行員、司機(jī)、營救專家、軍人或運(yùn)動(dòng)員等很多高壓職業(yè),他們的工作環(huán)境里很多關(guān)鍵決策是不能等的。那么當(dāng)這個(gè)神經(jīng)網(wǎng)絡(luò)識(shí)別到人處于猶豫狀態(tài)的時(shí)候,就可以馬上向外界請求支持或由更高的系統(tǒng)接管,減少災(zāi)難的發(fā)生。

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(diǎn)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(bào)投訴

原文標(biāo)題:讀取腦磁波,神經(jīng)網(wǎng)絡(luò)知道你在「猶豫不定」

文章出處:【微信號(hào):CAAI-1981,微信公眾號(hào):中國人工智能學(xué)會(huì)】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏

    評論

    相關(guān)推薦

    人工神經(jīng)網(wǎng)絡(luò)的原理和多種神經(jīng)網(wǎng)絡(luò)架構(gòu)方法

    在上一篇文章中,我們介紹了傳統(tǒng)機(jī)器學(xué)習(xí)的基礎(chǔ)知識(shí)和多種算法。本文中,我們會(huì)介紹人工神經(jīng)網(wǎng)絡(luò)的原理和多種神經(jīng)網(wǎng)絡(luò)架構(gòu)方法,供各位老師選擇。 01 人工神經(jīng)網(wǎng)絡(luò) ? 人工
    的頭像 發(fā)表于 01-09 10:24 ?126次閱讀
    人工<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的原理和多種<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>架構(gòu)方法

    卷積神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的比較

    深度學(xué)習(xí)領(lǐng)域,神經(jīng)網(wǎng)絡(luò)模型被廣泛應(yīng)用于各種任務(wù),如圖像識(shí)別、自然語言處理和游戲智能等。其中,卷積神經(jīng)網(wǎng)絡(luò)(CNNs)和傳統(tǒng)神經(jīng)網(wǎng)絡(luò)是兩種常見的模型。 1. 結(jié)構(gòu)差異 1.1 傳統(tǒng)
    的頭像 發(fā)表于 11-15 14:53 ?565次閱讀

    關(guān)于卷積神經(jīng)網(wǎng)絡(luò),這些概念厘清了么~

    這個(gè)小型網(wǎng)絡(luò),用于描述網(wǎng)絡(luò)的方程中也具有32個(gè)偏置和32個(gè)權(quán)重。 CIFAR神經(jīng)網(wǎng)絡(luò)是一種廣泛用于圖像識(shí)別的CNN。它主要由兩種類型的層組成:卷積層和池化層,這兩種層分別使用卷積和池化兩種方法,
    發(fā)表于 10-24 13:56

    BP神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)的關(guān)系

    BP神經(jīng)網(wǎng)絡(luò)(Backpropagation Neural Network)和卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,簡稱CNN)是兩種人工智能和機(jī)器學(xué)習(xí)領(lǐng)域
    的頭像 發(fā)表于 07-10 15:24 ?1627次閱讀

    BP神經(jīng)網(wǎng)絡(luò)和人工神經(jīng)網(wǎng)絡(luò)的區(qū)別

    BP神經(jīng)網(wǎng)絡(luò)和人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Networks,簡稱ANNs)之間的關(guān)系與區(qū)別,是神經(jīng)網(wǎng)絡(luò)領(lǐng)域中一個(gè)基礎(chǔ)且重要的話題。本文將從定義、結(jié)構(gòu)、算法、應(yīng)用及未來發(fā)展等多個(gè)方面,詳細(xì)闡述BP
    的頭像 發(fā)表于 07-10 15:20 ?1181次閱讀

    rnn是遞歸神經(jīng)網(wǎng)絡(luò)還是循環(huán)神經(jīng)網(wǎng)絡(luò)

    : 循環(huán)神經(jīng)網(wǎng)絡(luò)的基本概念 循環(huán)神經(jīng)網(wǎng)絡(luò)是一種具有時(shí)間序列特性的神經(jīng)網(wǎng)絡(luò),它能夠處理序列數(shù)據(jù),具有記憶功能。與傳統(tǒng)的前饋神經(jīng)網(wǎng)絡(luò)不同,循環(huán)神經(jīng)網(wǎng)絡(luò)
    的頭像 發(fā)表于 07-05 09:52 ?595次閱讀

    遞歸神經(jīng)網(wǎng)絡(luò)是循環(huán)神經(jīng)網(wǎng)絡(luò)

    。 遞歸神經(jīng)網(wǎng)絡(luò)的概念 遞歸神經(jīng)網(wǎng)絡(luò)是一種具有短期記憶功能的神經(jīng)網(wǎng)絡(luò),它能夠處理序列數(shù)據(jù),如時(shí)間序列、文本、語音等。與傳統(tǒng)的前饋神經(jīng)網(wǎng)絡(luò)不同,遞歸
    的頭像 發(fā)表于 07-04 14:54 ?810次閱讀

    循環(huán)神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)的區(qū)別

    結(jié)構(gòu)。它們處理不同類型的數(shù)據(jù)和解決不同問題時(shí)具有各自的優(yōu)勢和特點(diǎn)。本文將從多個(gè)方面比較循環(huán)神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)的區(qū)別。 基本概念 循環(huán)神經(jīng)網(wǎng)絡(luò)是一種具有循環(huán)連接的
    的頭像 發(fā)表于 07-04 14:24 ?1353次閱讀

    深度神經(jīng)網(wǎng)絡(luò)與基本神經(jīng)網(wǎng)絡(luò)的區(qū)別

    探討深度神經(jīng)網(wǎng)絡(luò)(Deep Neural Networks, DNNs)與基本神經(jīng)網(wǎng)絡(luò)(通常指傳統(tǒng)神經(jīng)網(wǎng)絡(luò)或前向神經(jīng)網(wǎng)絡(luò))的區(qū)別時(shí),我們需
    的頭像 發(fā)表于 07-04 13:20 ?978次閱讀

    卷積神經(jīng)網(wǎng)絡(luò)與循環(huán)神經(jīng)網(wǎng)絡(luò)的區(qū)別

    深度學(xué)習(xí)領(lǐng)域,卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks, CNN)和循環(huán)神經(jīng)網(wǎng)絡(luò)(Recurrent Neural Networks, RNN)是兩種極其重要
    的頭像 發(fā)表于 07-03 16:12 ?3502次閱讀

    反向傳播神經(jīng)網(wǎng)絡(luò)和bp神經(jīng)網(wǎng)絡(luò)的區(qū)別

    神經(jīng)網(wǎng)絡(luò)許多領(lǐng)域都有廣泛的應(yīng)用,如語音識(shí)別、圖像識(shí)別、自然語言處理等。然而,BP神經(jīng)網(wǎng)絡(luò)也存在一些問題,如容易陷入局部最優(yōu)解、訓(xùn)練時(shí)間長、對初始權(quán)重敏感等。為了解決這些問題,研究者們提出了一些改進(jìn)的BP
    的頭像 發(fā)表于 07-03 11:00 ?831次閱讀

    bp神經(jīng)網(wǎng)絡(luò)是深度神經(jīng)網(wǎng)絡(luò)

    BP神經(jīng)網(wǎng)絡(luò)(Backpropagation Neural Network)是一種常見的前饋神經(jīng)網(wǎng)絡(luò),它使用反向傳播算法來訓(xùn)練網(wǎng)絡(luò)。雖然BP神經(jīng)網(wǎng)絡(luò)
    的頭像 發(fā)表于 07-03 10:14 ?885次閱讀

    bp神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)區(qū)別是什么

    BP神經(jīng)網(wǎng)絡(luò)(Backpropagation Neural Network)和卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,簡稱CNN)是兩種不同類型的人工神經(jīng)網(wǎng)絡(luò),它們
    的頭像 發(fā)表于 07-03 10:12 ?1253次閱讀

    卷積神經(jīng)網(wǎng)絡(luò)和bp神經(jīng)網(wǎng)絡(luò)的區(qū)別

    不同的神經(jīng)網(wǎng)絡(luò)模型,它們結(jié)構(gòu)、原理、應(yīng)用等方面都存在一定的差異。本文將從多個(gè)方面對這兩種神經(jīng)網(wǎng)絡(luò)進(jìn)行詳細(xì)的比較和分析。 引言 神經(jīng)網(wǎng)絡(luò)是一種模擬人腦
    的頭像 發(fā)表于 07-02 14:24 ?4392次閱讀

    基于毫米雷達(dá)的手勢識(shí)別神經(jīng)網(wǎng)絡(luò)

    預(yù)處理后的信號(hào)輸入卷積神經(jīng)網(wǎng)絡(luò)時(shí)域卷積網(wǎng)絡(luò)(CNNTCN)模型,提取時(shí)空特征,并通過分類評估識(shí)別性能。實(shí)驗(yàn)結(jié)果表明,該方法特定領(lǐng)域的識(shí)別中實(shí)現(xiàn)了98.2%的準(zhǔn)確率,并在不同的神經(jīng)網(wǎng)絡(luò)
    發(fā)表于 05-23 12:12
    主站蜘蛛池模板: 幸福草电视剧演员表介绍| 四川少妇大战4黑人| 经典三级四虎在线观看| 国产学生在线播放精品视频| 国产又粗又黄又爽的大片| 国内精品久久久久久久999下| 国产亚洲视频在线| 精品国产自在天天线2019| 久久精品手机观看| 美女脱18以下禁止看免费| 欧美色偷偷亚洲天堂bt| 日日碰狠狠添天天爽| 性xxx在线观看| 一二三四在线视频社区8| 中文字幕精品无码一区二区| 99pao成人国产永久免费视频 | 久久精品国产99欧美精品亚洲 | a在线视频免费观看| 动漫美女被吸奶| 国产精品成人观看视频免费| 精品美女国产互换人妻| 奶好大下面流了好多水水| 日韩精品在线看| 亚洲免费国产| 99国内精品| 国产v综合v亚洲欧美大片| 精品日韩欧美一区二区三区| 免费看亚洲| 色欲AV精品人妻一二三区| 日韩无码在线| 亚洲中文字幕手机版| a级精品九九九大片免费看| 国产人妻系列无码专区97SS| 理论片午午伦夜理片久久| 日韩免费一区| 又紧又大又爽精品一区二区| yy8090理论三级在线看| 国产专区_爽死777| 欧美自拍亚洲综合图区| 亚洲精品色情APP在线下载观看| 99在线观看免费|