EEG Decoding Using CNN and LSTM Network
यह शोध पत्र एक हाइब्रिड डीप-लर्निंग आर्किटेक्चर प्रस्तावित करता है जो विषय-निर्भर (subject-dependent) और विषय-स्वतंत्र (subject-independent) वर्गीकरण कार्यों के लिए मोटर इमेजरी EEG संकेतों को मजबूती से डिकोड करने हेतु एक कनवल्शनल न्यूरल नेटवर्क (CNN) और एक बायडायरेक्शनल लॉन्ग शॉर्ट-टर्म मेमोरी (bi-LSTM) नेटवर्क को संयोजित करता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आपका मस्तिष्क एक हलचल भरे शहर की तरह है जहाँ अरबों नन्हे संदेशवाहक (न्यूरॉन्स) लगातार एक-दूसरे को संदेश चिल्लाकर भेज रहे हैं। कभी-कभी ये संदेश आपके हाथ को हिलाने के बारे में होते हैं, या शायद सिर्फ हाथ हिलाने की कल्पना करने के बारे में। एक ब्रेन-कंप्यूटर इंटरफेस (BCI) एक सुपर-एडवांस्ड वॉकी-टॉकी की तरह है जो इन फुसफुसाहटों को सुनने और उन्हें कंप्यूटर, रोबोट या वीडियो गेम के लिए कमांड में बदलने की कोशिश करता है। यह उन लोगों के लिए एक बहुत बड़ी बात है जो बीमारी या चोट के कारण अपने शरीर को हिला नहीं सकते, जिससे उन्हें दुनिया से बात करने का एक नया तरीका मिलता है।
लेकिन इसमें एक पेंच है: मस्तिष्क के संकेत अविश्वसनीय रूप से अव्यवस्त होते हैं। यह एक स्टेडियम में शोर मचाते प्रशंसकों के बीच किसी एक व्यक्ति की फुसफुसाहट को सुनने की कोशिश करने जैसा है। संकेतों में बहुत कमज़ोरी, शोर और अस्पष्टता होती है। लंबे समय तक, वैज्ञानिकों को इस शोर को मैन्युअल रूप से साफ करना पड़ता था और यह अनुमान लगाना पड़ता था कि सिग्नल के कौन से हिस्से महत्वपूर्ण हैं, जो बिल्कुल वैसा ही था जैसे घास के ढेर में सुई खोजने की कोशिश करना। हाल ही में, कंप्यूटरों ने इस काम को बेहतर ढंग से करने के लिए "डीप लर्निंग" का उपयोग करना शुरू कर दिया है—जो आर्टिफिशियल इंटेलिजेंस का एक प्रकार है जो अपने आप पैटर्न सीखता है—ताकि वे इस काम को बेहतर ढंग से कर सकें। हालाँकि, यहाँ तक कि ये स्मार्ट कंप्यूटर भी पूरी कहानी समझने में संघर्ष करते हैं क्योंकि मस्तिष्क के संकेत समय के साथ बदलते रहते हैं, और कंप्यूटर को यह समझना आवश्यक है कि सिग्नल कहाँ से आ रहा है और वह कब होता है।
यहीं पर अथानासियोस करागौनिस का अध्ययन काम आता है। शोधकर्ता ने एक नए प्रकार की "मस्तिष्क-पढ़ने वाली" मशीन बनाई है जो दो शक्तिशाली AI उपकरणों को जोड़ती है: एक कनवल्शनल न्यूरल नेटवर्क (CNN) और एक बायडायरेक्शनल लॉन्ग शॉर्ट-टर्म मेमोरी (bi-LSTM) नेटवर्क। CNN को एक सुपर-जासूस के रूप में सोचें जो मस्तिष्क के विद्युत मानचित्र को स्कैन करके सबसे महत्वपूर्ण स्थानों को खोजता है, रेडियो ट्यूनर की तरह जो एक स्पष्ट स्टेशन खोजने के लिए स्टेटिक शोर को फ़िल्टर करता है। एक बार जब CNN अच्छे सुराग ढूंढ लेता है, तो bi-LSTM एक समय-यात्रा करने वाले जासूस की तरह कार्य करता है। यह केवल सुरागों को उसी क्रम में नहीं देखता जिस क्रम में वे घटित हुए थे; बल्कि यह सिग्नल के अतीत और भविष्य दोनों को एक ही समय में देखता है ताकि व्यक्ति क्या कल्पना कर रहा है, उसकी पूरी कहानी समझ सके।
शोधपत्र इस नए हाइब्रिड सिस्टम का परीक्षण डेटा के दो अलग-अलग समूहों पर करता है: छह स्वस्थ लोगों की रिकॉर्डिंग का एक निजी सेट और अन्य शोधकर्ताओं के कई सार्वजनिक डेटासेट। लक्ष्य यह देखना था कि क्या कंप्यूटर यह अंतर बता सकता है कि लोग बायां हाथ, दायां हाथ, या यहाँ तक कि अपनी जीभ हिलाने की कल्पना कर रहे हैं। परिणाम उत्साहजनक थे। नए CNN&bi-LSTM टीम ने पुराने, मानक तरीकों जैसे लीनियर डिसक्रिमिनेंट एनालिसिस (LDA) और सपोर्ट वेक्टर मशीन्स (SVM) को पछाड़ दिया। निजी डेटा के परीक्षणों में, नया सिस्टम औसतन लगभग 85.4% उत्तर सही देता था, जबकि पुराने तरीके 69% से 79% के आसपास ही रहे। इससे भी अधिक दिलचस्प बात यह है कि यह सिस्टम तब भी अच्छी तरह से काम करता था जब प्रशिक्षण डेटा की मात्रा को कम कर दिया गया था, जो यह दर्शाता है कि यह मजबूत है और इसे सीखने के लिए उदाहरणों के विशाल पुस्तकालय की आवश्यकता नहीं है।
शोधकर्ताओं ने पाया कि सिस्टम तब सबसे अच्छा सीखता है जब वह सिर पर मौजूद 40 विशिष्ट इलेक्ट्रोड (सेंसर) पर ध्यान केंद्रित करता है, बजाय इसके कि उपलब्ध सभी 64 का उपयोग किया जाए, जिसने वास्तव में डेटा के बारे में "अति-सोचने" (overthinking) से बचने में मदद की। उन्होंने यह भी खोजा कि AI ने केवल संकेतों को याद नहीं किया; इसने जटिल पैटर्न को पहचानना शुरू कर दिया जो लहरों की तरह दिखते थे, और जैसे-जैसे यह अपने स्वयं के "मस्तिष्क" की परतों में गहराई तक जाता गया, यह अधिक परिष्कृत होता गया। हालाँकि सुधार एक बड़ी उछाल के बजाय एक स्थिर प्रगति थी, अध्ययन यह सुझाव देता है कि स्थानिक फ़िल्टरिंग (सही जगह खोजना) को द्विदिश समय मॉडलिंग (समय के प्रवाह को समझना) के साथ जोड़ना, विचारों को डिकोड करने का एक स्मार्ट तरीका है। शोधपत्र निष्कर्ष निकालता है कि यह दृष्टिकोण हमारे बिखरे हुए मस्तिष्क तरंगों को स्पष्ट कमांड में बदलने का एक ठोस, एकीकृत तरीका प्रदान करता है, जो उन लोगों के लिए बेहतर पुनर्वास उपकरण बनाने का मार्ग प्रशस्त कर सकता है जिन्हें इसकी सबसे अधिक आवश्यकता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।