ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Human Brain and Artificial Intelligence: Third International Workshop, HBAI 2022, Held in Conjunction with IJCAI-ECAI 2022,Vienna, Austria, July 23, 2022 Revised Selected Papers

دانلود کتاب مغز انسان و هوش مصنوعی: سومین کارگاه بین المللی، HBAI 2022، برگزار شده در ارتباط با IJCAI-ECAI 2022، وین، اتریش، 23 ژوئیه 2022 مقالات منتخب اصلاح شده

Human Brain and Artificial Intelligence: Third International Workshop, HBAI 2022, Held in Conjunction with IJCAI-ECAI 2022,Vienna, Austria, July 23, 2022 Revised Selected Papers

مشخصات کتاب

Human Brain and Artificial Intelligence: Third International Workshop, HBAI 2022, Held in Conjunction with IJCAI-ECAI 2022,Vienna, Austria, July 23, 2022 Revised Selected Papers

ویرایش:  
نویسندگان:   
سری: Communications in Computer and Information Science, 1692 
ISBN (شابک) : 981198221X, 9789811982217 
ناشر: Springer 
سال نشر: 2022 
تعداد صفحات: 236
[237] 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 25 Mb 

قیمت کتاب (تومان) : 41,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 2


در صورت تبدیل فایل کتاب Human Brain and Artificial Intelligence: Third International Workshop, HBAI 2022, Held in Conjunction with IJCAI-ECAI 2022,Vienna, Austria, July 23, 2022 Revised Selected Papers به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب مغز انسان و هوش مصنوعی: سومین کارگاه بین المللی، HBAI 2022، برگزار شده در ارتباط با IJCAI-ECAI 2022، وین، اتریش، 23 ژوئیه 2022 مقالات منتخب اصلاح شده نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.


توضیحاتی در مورد کتاب مغز انسان و هوش مصنوعی: سومین کارگاه بین المللی، HBAI 2022، برگزار شده در ارتباط با IJCAI-ECAI 2022، وین، اتریش، 23 ژوئیه 2022 مقالات منتخب اصلاح شده

این کتاب مجموعه مقالات داوری سومین کارگاه بین‌المللی در مورد مغز انسان و هوش مصنوعی، HBAI 2022 است که همراه با IJCAI-ECAI 2022، وین، اتریش، در 23 ژوئیه 2022 برگزار شد. 
19 مقاله کامل. ارائه شده به دقت بررسی و از بین 21 مورد ارسالی انتخاب شد. این مقالات جدیدترین تحقیقات را در زمینه‌های محاسبات الهام گرفته از مغز، رابط‌های مغز و ماشین، علوم اعصاب محاسباتی، سلامت مرتبط با مغز، تصویربرداری عصبی، شناخت و رفتار، یادگیری، و حافظه، مدولاسیون نورون، و تحریک مغزی حلقه بسته ارائه می‌دهند. /span>


توضیحاتی درمورد کتاب به خارجی

This book constitutes the refereed proceedings of the Third International Workshop on Human Brain and Artificial Intelligence, HBAI 2022, held in conjunction with IJCAI-ECAI 2022, Vienna, Austria, on July 23, 2022. 
The 19 full papers presented were carefully reviewed and selected from 21 submissions. The papers present most recent research in the fields of brain-inspired computing, brain-machine interfaces, computational neuroscience, brain-related health, neuroimaging, cognition and behavior, learning, and memory, neuron modulation, and closed-loop brain stimulation.



فهرست مطالب

Preface
Organization
Contents
AI for Brain Related Data Analysis
Classification of EEG Signals Based on GA-ELM Optimization Algorithm
	1 Introduction
	2 Optimization of Extreme Learning Machine by Genetic Algorithm
	3 The Experiment Design
		3.1 Experimental System Framework
		3.2 Data Acquisition
	4 The Data Analysis
		4.1 Preprocessing
		4.2 Feature Extraction
		4.3 Genetic Algorithm Optimized Parameter Setting
	5 Results
	6 Discussion
	7 Conclusion
	References
Delving into Temporal-Spectral Connections in Spike-LFP Decoding by Transformer Networks
	1 Introduction
	2 Methods
		2.1 Temporal Connection Learning with Spikes
		2.2 Spectral Connection Learning with LFPs
		2.3 Temporal-Spectral Connection Learning with Spike-LFPs
		2.4 Task-Related Output Layer
	3 Experiments and Results
		3.1 Clinical Dataset
		3.2 Spike-LFP Fusion Improves Neural Decoding Accuracy
		3.3 Temporal Connections Improve Robustness to Temporal Shifts
		3.4 Temporal-Spectral Connections Improve Robustness to Noises
	4 Conclusion
	A Detail Settings Of Neural Decoders
	B Estimating Movement Conduction Durations With Neuron Responses
	C Robustness To Gaussian Noises
	References
A Mask Image Recognition Attention Network Supervised by Eye Movement
	1 Introduction
	2 Methods
		2.1 Datasets
		2.2 The Generation of Gaze Heat Map
		2.3 Network Architecture
	3 Results
		3.1 Eye Movement Heat Map
		3.2 Network Performance
		3.3 Network Attention Visualization
	4 Conclusion
	References
DFC-SNN: A New Approach for the Recognition of Brain States by Fusing Brain Dynamics and Spiking Neural Network
	1 Introduction
	2 Methods
		2.1 DFC-SNN Framework
		2.2 Dataset
	3 Results
	4 Conclusion
	References
DSNet: EEG-Based Spatial Convolutional Neural Network for Detecting Major Depressive Disorder
	1 Introduction
	2 Materials and Methods
		2.1 Dataset and Data Preprocessing
		2.2 The Architecture of DSNet
		2.3 Baseline Methods
		2.4 Model Implementation and Experimental Evaluation
	3 Results and Discuss
	4 Conclusion
	References
SE-1DCNN-LSTM: A Deep Learning Framework for EEG-Based Automatic Diagnosis of Major Depressive Disorder and Bipolar Disorder
	1 Introduction
	2 Materials and Methods
		2.1 Data and Preprocessing
		2.2 1DCNN and LSTM Network
		2.3 Channel Attention
		2.4 Evaluation Metrics and Parameters
	3 Results and Discussion
		3.1 Comparison with Baseline Method
		3.2 Ablation Study
		3.3 Interpretability Analysis of Channel Attention
		3.4 Effects of Window Size
	4 Conclusion
	References
Emotion Recognition from EEG Using All-Convolution Residual Neural Network
	1 Introduction
	2 Methods
		2.1 Pre-processing and Feature Extraction
		2.2 3D Input Construction
		2.3 The All-Convolutional Neural Network
		2.4 Deep Residual Learning Framework
	3 Experiments
		3.1 DEAP Dataset
		3.2 Model Implementation
		3.3 Parameter Setting
	4 Experimental Results and Discussion
	5 Conclusions and Future Works
	References
Salient Object Detection with Fusion of RGB Image and Eye Tracking Data
	1 Introduction
	2 Method
		2.1 Acquisition of ETSM
		2.2 Cross-Modal Fusion Module
		2.3 Improved Cascade Decoder
		2.4 Optimization Module
	3 Experimental Setup and Result Analysis
		3.1 Experimental Details
		3.2 Evaluation Indicators
		3.3 Performance Comparison with Other Algorithms
	4 Conclusion
	References
Multi-source Domain Adaptation Based on Data Selector with Soft Actor-Critic
	1 Introduction
	2 Related Work
	3 Method
		3.1 Reinforcement Learning Data Selector
		3.2 Soft Actor-Critic
	4 Experiments
		4.1 Datasets and Experiment Settings
		4.2 Comparison with the Latest Technology
		4.3 Training Efficiency of DSAC
		4.4 Source to Single-Target Adaptation
	5 Conclusion
	References
Transfer Learning to Decode Brain States Reflecting the Relationship Between Cognitive Tasks
	1 Introduction
	2 Related Work
		2.1 Cognitive Task Relations from Neuroscience Perspective
		2.2 Cognitive Task Relations From Transfer Learning Perspective
	3 Methods
		3.1 HCP Tasks
		3.2 Transfer Learning
		3.3 Validation of Cognitive Taskonomy
	4 Results
		4.1 Affinity Matrix of Cognitive Tasks
		4.2 Compare with Task-Specific Networks
		4.3 Brain Decoding Accuracy with Transfer Learning
	5 Discussion
	References
AI and Brain Interface
Brain Network Analysis of Hand Motor Execution and Imagery Based on Conditional Granger Causality
	1 Introduction
	2 Methods
		2.1 Conditional Granger Causality Analysis
	3 Data Collection and Processing
		3.1 Data Collection
		3.2 Data Processing
	4 Result
	5 Discussion
	References
A Hybrid Brain-Computer Interface for Smart Car Control
	1 Introduction
	2 Materials and Methods
		2.1 System Overview
		2.2 Signal Acquisition
	3 Experiments and Results
		3.1 Experiment I: Single-Mode Control
		3.2 Experiment II: Multimodal Car Control
		3.3 Results
	4 Conclusions
	References
A Spiking Neural Network for Brain-Computer Interface of Four Classes Motor Imagery
	1 Introduction
	2 Methods
		2.1 BSA Based on Parameter-Wise Gradient Descent Optimization Method
		2.2 LIF Model and ALIF Model
		2.3 The Architecture of SNN
		2.4 Surrogate Gradient
		2.5 Channel-Wise Normalization
	3 Experiments
		3.1 Dataset and the Selection of Experimental Data
		3.2 The Performance of PW-GD Optimizing for BSA
		3.3 The Performance of SNN in MI Classification
		3.4 Comparison of Training Effects of MG and Slayer
	4 Conclusion
	References
Virtual Drone Control Using Brain-Computer Interface Based on Motor Imagery Brain Magnetic Fields
	1 Introduction
	2 Brain Magentic Fields Based BCI System Description
		2.1 Helmet Design
		2.2 Experimental Environment Construction
	3 Experiment Content and Data Processing
		3.1 Subject Training
		3.2 Data Collection and Processing
	4 Machine Learning and Result
		4.1 Data for Machine Learning
		4.2 Model Training
		4.3 Test Result
		4.4 Virtual Drone Controlling
	5 Conclusion and Future Work
	References
Brain Controlled Manipulator System Based on Improved Target Detection and Augmented Reality Technology
	1 Introduction
	2 Experimental and System Structure Design
		2.1 Experimental Design
		2.2 System Structure Design
	3 Methods
		3.1 Improvement of Faster-RCNN
		3.2 AR Technology Generates Stimulation Interface
		3.3 EEG Signal Analysis
	4 Experimental results
		4.1 Target Detection Model Test
		4.2 EEG Recognition Results Using AR
		4.3 System Test
	5 Concludes
	References
Optimization of Stimulus Color for SSVEP-Based Brain-Computer Interfaces in Mixed Reality
	1 Introduction
		1.1 A Subsection Sample
	2 Methods and Materials
		2.1 Experimental Protocol
		2.2 Participants
		2.3 EEG Acquisition and Data Pre-processing
		2.4 Classification Algorithm
		2.5 Calculation of Color Contrast
	3 Result and Analysis
	4 Conclusion
	References
Brain Related Research
White Matter Maturation and Hemispheric Asymmetry During Childhood Based on Chinese Population
	1 Introduction
	2 Method
		2.1 Participants
		2.2 Image Acquisition
		2.3 Image Analysis
		2.4 Tractography Regions of Interest
		2.5 Statistical Analysis
	3 Results
		3.1 Age-Related White Matter Maturation
		3.2 Asymmetry Effects
	4 Discussion
		4.1 Age-Related White Matter Maturation
		4.2 Asymmetry Effects
	5 Conclusions
	References
A Digital Gaming Intervention Combing Multitasking and Alternating Attention for ADHD: A Preliminary Study
	1 Introduction
	2 Methods
		2.1 Trial Design
		2.2 Participants
		2.3 Randomization and Blinding
		2.4 Interventions
		2.5 Outcomes
		2.6 Data Analysis
	3 Results
		3.1 Study Participation
		3.2 Primary Outcomes
		3.3 Secondary Outcomes
		3.4 Adverse Events
	4 Discussion
	5 Conclusion
	References
A BCI Speller with 120 Commands Encoded by Hybrid P300 and SSVEP Features
	1 Introduction
	2 Methods and Experiments
		2.1 Subjects
		2.2 Hybrid Paradigm Design and Implementation
		2.3 BCI Experiment
		2.4 EEG Recording and Processing
		2.5 Classification Algorithm and Decision Fusion Method
		2.6 System Performance Evaluation
	3 Results and Discussion
		3.1 Subjects EEG Feature Analysis
		3.2 Offline BCI Performance Analysis
		3.3 Online BCI Performance Analysis
	4 Conclusion
	References
Author Index




نظرات کاربران