用于自适应脑机接口的活动推断：在P300拼写器中的应用
人机交互
2018-05-24 v1
摘要
自适应脑机接口（BCI）已被证明可改善性能，然而仍缺乏用于实现自适应特征的通用且灵活的框架。我们诉诸一种称为活动推断（Active Inference, AI）的通用贝叶斯方法，以推断用户的意图或状态，并采取优化性能的 action。在真实的 P300 拼写器仿真中，AI 优于传统算法，比特率提升介于 18% 至 59% 之间，同时提供了在单一通用框架内统一各种自适应实现的可能性。
引用
@article{arxiv.1805.09109,
title = {Active Inference for Adaptive BCI: application to the P300 Speller},
author = {Jelena Mladenović and Jérémy Frey and Emmanuel Maby and Mateus Joffily and Fabien Lotte and Jeremie Mattout},
journal= {arXiv preprint arXiv:1805.09109},
year = {2018}
}