Resumen

Este artículo propone una nueva estimación de filtro espacial de bajo rango para sistemas de interfaz cerebro-ordenador (BCI) con una aplicación que reconoce las emociones provocadas por las películas. El enfoque propuesto unifica tareas como la extracción de características, la selección de características y la clasificación, que a menudo se abordan de forma independiente de manera "ascendente", bajo un problema de minimización de pérdidas regularizado. La función de pérdida se deriva explícitamente del enfoque BCI convencional y resuelve su minimización mediante la optimización con una restricción no convexa de bajo rango fijo. Para la evaluación, se llevó a cabo un experimento para inducir emociones mediante películas para docenas de sujetos adultos jóvenes y se estimaron los estados emocionales utilizando el método propuesto. La ventaja del método propuesto es que combina la selección de características, la extracción de características y la clasificación en un problema de optimización monolítico con una regularización fija de bajo rango, que estima implícitamente los filtros espaciales óptimos. El método propuesto muestra un rendimiento competitivo frente a las mejores alternativas basadas en CSP.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Cerebro - fisiopatología Neurociencia Cognitiva
• Subjects:Artificial intelligence Data mining Genetic algorithms Brain - pathophysiology Cognitive Neuroscience
• Palabras claves:métodos propuestos, extracción de características, selección de características, filtro espacial óptimo, enfoque propuesto unifica, problema de minimización de pérdidas, estimación del filtro espacial, sujeto adulto joven, problema de optimización monolítico, enfoque bci convencional
• Keywords:proposed methods, features extraction, features selection, optimal spatial filter, proposed approach unifies, loss minimization problem, spatial filter estimation, young adult subject, monolithic optimization problem, conventional bci approach