बीसीआई में सपोर्ट वेक्टर चैनल चयन

एक मस्तिष्क-संगणक इंटरफेस (बीसीआई) प्रणाली को डिज़ाइन करते समय, विभिन्न प्रकार की विशेषताओं में से चयन किया जा सकता है जो मानसिक कार्य के दौरान मस्तिष्क की गतिविधि को वर्गीकृत करने के लिए उपयोगी हो सकती हैं। इलेक्ट्रोएन्सेफलोग्राम (ईईजी) संकेतों के वर्गीकरण के विशेष मामले के लिए, हम Recursive Feature Elimination और Zero-Norm Optimization जैसे अत्याधुनिक विशेषता चयन एल्गोरिदम का उपयोग करने का प्रस्ताव रखते हैं, जो सपोर्ट वेक्टर मशीनों (एसवीएम) के प्रशिक्षण पर आधारित हैं। ये एल्गोरिदम विशेषता चयन के लिए मानक फ़िल्टर विधियों की तुलना में अधिक सटीक समाधान प्रदान कर सकते हैं। हम ईईजी चैनलों का चयन करने के उद्देश्य के लिए विधियों को अनुकूलित करते हैं। एक मोटर इमेजरी पैरेडाइम के लिए, हम दिखाते हैं कि उपयोग किए गए चैनलों की संख्या को वर्गीकरण त्रुटि बढ़ाए बिना काफी हद तक कम किया जा सकता है। परिणामी सबसे अच्छे चैनल मानसिक कार्यों के दौरान अपेक्षित अंतर्निहित केर्तिकल गतिविधि पैटर्न के साथ अच्छी तरह से मेल खाते हैं। इसके अलावा, हम दिखाते हैं कि समय-सापेक्ष कार्य विशिष्ट जानकारी को कैसे दृश्यमान किया जा सकता है।