Identificazione del Soggetto tramite Discorso Immaginato EEG Senza Cue: Dataset e Benchmark
Uno studio recente presenta un paradigma di discorso immaginato basato su EEG per l'identificazione biometrica che non si basa su cue, richiedendo ai partecipanti di visualizzare la pronuncia di parole semanticamente significative. La ricerca include un dataset con più di 4.350 prove raccolte da 11 individui in cinque sessioni. Valuta diverse tecniche di classificazione, come i metodi tradizionali di machine learning (SVM, XGBoost) e modelli di deep learning, stabilendo benchmark per questo metodo innovativo.
Fatti principali
- Lo studio introduce un paradigma di discorso immaginato basato su EEG senza cue per l'identificazione del soggetto.
- I soggetti immaginano di pronunciare parole semanticamente significative senza cue esterni.
- Il dataset include oltre 4.350 prove da 11 soggetti in cinque sessioni.
- I metodi di classificazione valutati includono SVM, XGBoost, modelli foundation per serie temporali e architetture di deep learning.
- L'articolo è disponibile su arXiv con identificativo 2501.09700.
- Lo studio affronta i limiti dei metodi precedenti che si basavano su cue visivi o uditivi.
- L'approccio richiede che i soggetti selezionino e immaginino parole da una lista predefinita in modo naturale.
- La ricerca è nel campo dell'identificazione biometrica utilizzando segnali EEG.
Entità
Istituzioni
- arXiv