Classification of Spatial Temporal Patterns Based on Neuromorphic Networks
- Authors: Gundelakh F.V1, Stankevich L.A1
-
Affiliations:
- Peter the Great Saint-Petersburg Polytechnic University (SPbPU)
- Issue: Vol 23, No 3 (2024)
- Pages: 886-908
- Section: Robotics, automation and control systems
- URL: https://journals.rcsi.science/2713-3192/article/view/265781
- DOI: https://doi.org/10.15622/ia.23.3.9
- ID: 265781
Cite item
Full Text
Abstract
About the authors
F. V Gundelakh
Peter the Great Saint-Petersburg Polytechnic University (SPbPU)
Email: f.gundelakh@yandex.su
Polytechnic St. 21
L. A Stankevich
Peter the Great Saint-Petersburg Polytechnic University (SPbPU)
Email: Stankevich_lev@inbox.ru
Polytechnic St. 21
References
- Лисовский А.Л. Применение нейросетевых технологий для разработки систем управления. Стратегические решения и риск-менеджмент. 2020. Т. 11. № 4. С. 378–389. doi: 10.17747/2618-947X-923.
- Благовещенский В.Г., Благовещенский И.Г., Благовещенская М.М., Аднодворцев А.М., Головин В.В. Управление технологическими процессами производства кондитерских изделий с использованием нейросетевого регулятора. Труды Всероссийской НТК «Информатизация и автоматизация в пищевой промышленности». Курск: Изд-во ЗАО «Университетские книги», 2022. С. 78–83.
- Ульев А.Д., Розалиев В.Л., Заболеева-Зотова А.В., Орлова Ю.А. Интеллектуальная система видеонаблюдения за поведением человека // Искусственный интеллект и принятие решений. 2020. № 4. С. 21–32. doi: 10.14357/20718594200403.
- Богуш Р.П., Захарова И.Ю. Алгоритм сопровождения людей на видеопоследовательностях с использованием свёрточных нейронных сетей для видеонаблюдения внутри помещений // Компьютерная оптика. 2020. Т. 44. № 1. С. 109–116. doi: 10.18287/2412-6179-CO-565.
- Brunner C., Birbaumer N., Blankertz B., Guger C., Kubler A., Mattia D., del R. Millan J., Miralles F., Nijholt A., Opisso E., Ramsey N., Salomon P., Muller-Putz G.R. BNCI Horizon 2020: towards a roadmap for the BCI community // Brain-Computer Interfaces. 2015. vol. 2. no. 1. pp. 1–10. doi: 10.1080/2326263X.2015.1008956.
- Sharmila A. Hybrid control approaches for hands-free high level human–computer interface-a review // Journal of Medical Engineering & Technology. 2021. Т. 45. № 1. pp. 6–13.
- Diez P. Smart Wheelchairs and BCI. Mobile Assistive Technologies // Academic Press, 2018. 492 p.
- Кагиров И.А., Карпов А.А., Кипяткова И.С., Клюжев К.С., Кудрявцев А.И., Кудрявцев И.А., Рюмин Д.А. Интеллектуальный интерфейс для управления роботизированным медицинским экзоскелетом нижних конечностей Remotion // Авиакосмическая и экологическая медицина, 2019. Т. 53. № 5. С. 92–98.
- Li Z., Li B., Luo W., Cao J. Design and Implementation of P300 Brain-Controlled Wheelchair with a Developed Wireless DA Converter. International journal of computers & technology. 2023. vol. 23. pp. 93–104. doi: 10.24297/ijct.v23i.9485.
- Yakovlev L., Kaplan A., Sirov N. Gortz, N. BCI-Controlled Motor Imagery Training Can Improve Performance in e-Sports. HCI International 2020-Posters: 22nd International Conference. 2020. pp. 581–586. doi: 10.1007/978-3-030-50726-8_76.
- Zhu H.Y., Hieu N.Q., Hoang D.T., Nguyen D.N., Lin C.-T. A Human-Centric Metaverse Enabled by Brain-Computer Interface: A Survey. arXiv preprint arXiv:2309.01848. 2023.
- Станкевич Л.А., Сонькин К.М., Нагорнова Ж.В., Хоменко Ю.Г., Шемякина Н.В. Классификация электроэнцефалографических паттернов воображаемых движений пальцами руки для разработки интерфейса мозг-компьютер. Труды СПИИРАН. 2015. Т. 3(40). С. 163–182. doi: 10.15622/sp.40.11.
- Stankevich L.A., Sonkin K.M., Shemyakina N.V., Nagornova Zh.V., Khomenko Ju.G., Perets D.S., Koval A.V. EEG Pattern Decoding of Rhythmic Individual Finger Imaginary Movements of one Hand. Human Physiology. 2016. vol. 42. no. 1. pp. 32–42.
- Schirrmeister R.T., Springenberg J.T., Fiederer L.D.J., Glasstetter M., Eggensperger K., Tangermann M., Hutter F., Burgard W., Ball T. Deep learning with convolutional neural networks for brain mapping and decoding of movement-related information from the human EEG. arXiv:1703.05051v5. 2018.
- Congedo M., Barachant A., Bhatia R. Riemannian geometry for EEG-based brain-computer interfaces: a primer and a review // Brain-Computer Interfaces. 2017. vol. 4. no. 3. pp. 155–174. doi: 10.1080/2326263X.2017.1297192.
- Weerasinghe M.M., Espinosa-Ramos J.I., Wang G.Y., Parry D. Incorporating Structural Plasticity Approaches in Spiking Neural Networks for EEG Modelling // IEEE Access. 2021. vol. 10. pp. 117338–117348. doi: 10.1109/ACCESS.2021.3099492.
- Капралов Н.В., Нагорнова Ж.В., Шемякина Н.В. Методы классификации ЭЭГ-паттернов воображаемых движений // Информатика и автоматизация. 2021. Т. 20. № 1. С. 94–132. doi: 10.15622/ia.2021.20.1.4.
- Gerstner W., Kistler W.M., Naud R., Paninski L. Neuronal dynamics: From single neurons to networks and models of cognition. Cambridge: Cambridge University Press, 2014. 578 p.
- Izhikevich E.M. Simple model of spiking neurons. IEEE Trans. Neural Networks. 2003. vol. 14. no. 6. pp. 1569–1572. doi: 10.1109/TNN.2003.820440.
- Cui Y., Ahmad S., Hawkins J. The HTM spatial pooler-a neocortical algorithm for online sparse distributed coding // Frontiers in computational neuroscience. 2017. vol. 11. doi: 10.3389/fncom.2017.00111.
- Auge D., Hille J., Mueller E., Knoll A. A Survey of Encoding Techniques for Signal Processing in Spiking Neural Networks // Neural Processing Letters. 2021. vol. 53. no. 6. pp. 4693–4710. doi: 10.1007/s11063-021-10562-2.
- Liu F., Zhao W., Chen Y., Wang Z., Yang T., Jiang L. SSTDP: Supervised Spike Timing Dependent Plasticity for Efficient Spiking Neural Network Training. Frontiers in Neuroscience. 2021. vol. 15. doi: 10.3389/fnins.2021.756876.
- Станкевич Л.А., Гунделах Ф.В. Управление роботом с использованием интерфейса «мозг-компьютер» // Робототехника и техническая кибернетика. 2017. № 2(15). C. 52–56.
- Гунделах Ф.В., Станкевич Л.А., Сонькин К.М., Шемякина Н.В., Нагорнова Ж.В. Применение интерфейсов «мозг-компьютер» в ассистивных технологиях // Труды СПИИРАН. 2020. Т. 19. № 2. С. 277–301.
- Gundelakh F., Stankevich L., Kapralov N.V, Ekimovski J.V. Cyber-Physical System Control Based on Brain-Computer Interfaces. Springer International Publishing, 2020. pp. 458–469.
- Tutorial: ROS integration overview. URL: https://classic.gazebosim.org/tutorials?tut=ros_overview (дата обращения: 09.12.2023).
- Ackerman E. Latest Version of Gazebo Simulator Makes It Easier Than Ever to Not Build a Robot. IEEE Spectrum. IEEE. 2016.
Supplementary files
