.jpg)
تستمر الدراسات الحديثة لتواجه صعوبات في محاكات الدماغ البشري brain‒computer interfaces (BCIs) والتحكم في اليد الروبوتية لذلك تم تشكيل فريق بحثي متخصص بالذكاء الأصطناعي اشترك فيه رئيس قسم هندسة عمليات الغاز والبتروكيمياويات في كلية هندسة النفط والغاز الاستاذ الدكتور رعد زعلان حمود مع باحثين مميزين لتطوير نماذج التعلم الآلي (ML) لزيادة دقة التحكم في اليد الروبوتية في الزمن الحقيقي باستخدام إشارات التخيل الحركي (MI) المستخرجة من الدماغ، وذلك ضمن مجال محاكات الدماغ-الحاسوب (BCIs). وقد تم التركيز على دمج بيانات المستشعرات واختبار النماذج تحت ظروف عادية وهجمات عدائية.
واكد زعلان بان الدراسة نفذت خلال ثلاث مراحل:
1- مرحلة المعالجة المسبقة للبيانات
• تم استخدام بيانات MI-EEG الخام من مسابقة جامعة غراتس.
• شملت المعالجة المسبقة ست خطوات:
• ترشيح الإشارات
• تقسيمها
• استخراج الميزات في المجال الزمني-الترددي
• الدمج والتوسيم
• التطبيع (نتج عنه "المجموعة الأولى")
• دمج الميزات (نتج عنه "المجموعة الثانية")
2- تطوير وتقييم نماذج التعلم الآلي
• تم تطوير 9 نماذج ML باستخدام المجموعتين السابقتين.
• تم تقييم الأداء باستخدام 9 مؤشرات أداء.
• خضعت النماذج للاختبار في بيئات عادية وعدائية.
3- المقارنة بإستخدام منهجية إتخاذ القرار متعددة المعايير
• تم دمج طريقتي FDOSM وMPDM لتقييم النماذج باستخدام منهجية MCDM الضبابية.
• حقق نموذج الغابة العشوائية (RF) أفضل أداء:
• سجل FDOSM بلغ 0.18241 للمجموعة الأولى
• و0.21636 للمجموعة الثانية
• (كلما انخفضت القيمة، كان الأداء أفضل)
