Олимпиада "Наноэлектроника"
Неофициальный сайт

Меню сайта
Категории раздела
Наш опрос
Оценка сайта нано-е.рф
Всего ответов: 57
Статистика

Онлайн всего: 1
Гостей: 1
Пользователей: 0
Главная » Статьи » Сети (МИФИ) » Домашние задания (по сетям МИФИ)

Декодирование мозга и передача информации в сеть
ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ АВТОНОМНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ «НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ ЯДЕРНЫЙ УНИВЕРСИТЕТ «МИФИ»

Отчет по ДЗ 1

Декодирование мозга и передача информации в сеть




Выполнила студент гр. А9-09
Муренко В.В.
Проверил: Лапшинский В.А.
Версия_2_Москва 2014 


Оглавление

Реферат............................................................................3
Определени......................................................................4
Обозначения и сокращения...............................................5
Введение..........................................................................6
Декодирование мозга........................................................8
Почему начали декодировать через зрительный аппарат....9
Прорыв в декодировании.................................................12
Передача информации в сеть и управление......................14
Заключение..…………………………………………………………………………....18
Литература.......................................................................19

Реферат


Этот отчет посвящен декодированию мозга и передачи информации в сеть.
Состоит из:
18 страниц,
5 рисунков,
Источников в списке литературы: 5

Определения

Декодирование — процесс предметного опознания, совершаемый индивидом на основе анализа и синтезавоспринятой информацией.
Локальная вычислительная сеть — компьютерная сеть, покрывающая обычно относительно небольшую территорию или небольшую группу зданий.
Воксел — трёхмерный аналог пикселов.
Оксегирование — аправленная доставка кислорода посредством внутривенного или внутриартериального вливания

Обозначения и сокращения

ЛВС — локальная вычислительная сеть
ЭВМ — электронная вычислительная машина
ПК — персональный компьютер
фМРТ — функциональная магнитно-резонансная томография

Введение

Открывая глаза утром, мы вряд ли задумываемся о том, какую огромную аналитическую работу проводит наш мозг, просто чтобы мы увидели будильник, люстру и занавески. Но форма предметов у нас в голове обретает смысл не сама собой, а как раз благодаря этому анализу. Где именно и как это происходит, изучали Дэвид Зокколан из итальянского института SISSA совместно с командой Риккардо Зеццина и Джека Гэллэнта из Политехнического университета Турина[1].
Область мозга, интересовавшая ученых, — нижневисочная кора. Это самая развитая из сенсорно-визуальных зон мозга, конечная станция обработки изображения, зафиксированного сетчаткой. Ее исследования велись давно, но новое слово в них появилось на рубеже 2007–2008 гг. Если до этого ученые были уверены, что, обработав картинку, нижневисочная кора «передает» ее дальше, в другие области мозга, где та обретает семантический смысл, то после появилась теория о том, что эта же зона мозга отвечает и за смысл изображений.

Декодирование мозга

Джек Гэллэнт присаживается на краешек стула в своей лаборатории в Калифорнийском университете в Беркли, не отрывая взгляда от экрана компьютера, который пытается расшифровать чьи-то мысли.

На левой стороне экрана идут видеоролики, которые Гэллэнт крутил участнику исследования при сканировании мозга. На правой — компьютерная программа по результатам сканирования угадывает, что смотрел человек.

В отрывке из фильма «Война невест» появляется лицо Энн Хэтэуэй, которая ведёт горячий спор с Кейт Хадсон. Алгоритм уверенно выдаёт слова «женщина» и «говорить» крупным шрифтом. Начинается другое видео: подводный мир из документального фильма о дикой природе. Программа старается изо всех сил и в конечном итоге предлагает слова «кит» и «плавать» небольшим, неуверенным шрифтом.[2]

«Это ламантины, но она про них не знает», — Гэллэнт говорит о программе так, словно речь идёт о норовистой студентке. Они обучили программу, поясняет он, демонстрируя ей примеры мозговой деятельности, вызванной рядом изображений и видеоклипов. ПО сталкивалось с большими водными млекопитающими, но ещё не видело ламантинов.

Рисунок 1.Распознование изображения.
Компьютер натаскивают на определённые закономерности активации областей мозга при виде того или иного объекта. Но при виде, скажем, обуви мы думаем не только о том, что это обувь, но и о том, какого она цвета, нравится она или нет, какие воспоминания и ассоциации с нею связаны и т. п. Всё это сильно осложняет жизнь алгоритму (рис. 1).

Почему начали декодировать через зрительный аппарат

Выход за пределы кодирования изображений и фильмов потребует огромного качественного скачка. «Я занимаюсь зрением — не потому что это самая интересная часть мозга, — говорит Гэллэнт. — Дело в том, что это самая лёгкая его сторона. Это та часть мозга, с которой есть надежда разобраться, прежде чем я умру». В теории, конечно, данный метод приложим ко всем остальным видам деятельности мозга.

Интерес к декодированию мозга возник около десяти лет назад, когда нейрофизиологи поняли, что функциональная магнитно-резонансная томография (фМРТ) даёт много информации, которая остаётся невостребованной. Метод, напомним, позволяет измерить мозговую деятельность путём выявления областей, которые в тот или иной момент активно насыщаются оксигенированной кровью. В целях анализа мозг делится на «кубики» — вокселы (трёхмерный аналог пикселов). Исследователи видят, какие вокселы сильнее всего реагируют на раздражители — например, на изображение лица. Отбрасывая не очень активные вокселы, учёные определяют, какие области мозга отвечают за обработку визуальной информации о лице.

В свою очередь, методы декодирования запрашивают намного больше информации: их интересуют не только сильные, но и слабые ответы, что позволяет выявить более тонкие закономерности (паттерны) деятельности мозга. Первые исследования такого рода доказали, например, что объекты наблюдения кодируются не только одной небольшой и очень активной областью, но гораздо более распределённым массивом.

Полученные данные вводятся в «классификатор паттернов» — компьютерный алгоритм, который распознаёт закономерности, связанные с определённым изображением или концепцией. После того как программа насмотрелась на паттерны, она может угадывать, что человек видит и о чём думает. Это уже не просто изображения мозга, на которых всего лишь подсвечены активные области. Раньше исследования ограничивались локализацией тех или иных процессов в мозге, а теперь появилась возможность тестировать гипотезы о природе психологических процессов, то есть задавать вопросы, к примеру, о силе и распределении памяти, о том, как человеческий мозг выполняет те или иные задачи.[3]

Прорыв в декодировании

В 2008 году на смену краям пришли сложные картины: группа Гэллэнта разработала декодер, определяющий, какую из 120 фотографий человек рассматривает в данный момент (рис. 2).

Рисунок 2.Мозг воспринимает 120 фото

Это куда более сложная задача, чем угадывание общей категории, к которой принадлежит изображение, или дешифровка линий. Следующим шагом стал декодер, производящий примитивные фильмы о том, что видит испытуемый.

Начиная примерно с 2006 года исследователи разрабатывают декодеры для различных задач: для визуальных образов, возникающих, когда люди воображают ту или иную сцену; для рабочей памяти, когда люди удерживают в памяти какую-нибудь фигуру или факт; для изучения намерений, когда человек принимаете решение сложить или вычесть. Последнее — самое сложное, ибо картинки, например, можно сгруппировать по цвету и содержанию, а правила, которым подчиняются намерения, установить не так-то просто, поясняет г-н Хейнс, работающий ныне в Центре вычислительной неврологии им. Бернштейна в Берлине (ФРГ).

У лаборатории Гэллэнта есть предварительные данные о том, насколько это трудно. На примере компьютерной игры Counter-Strike
исследователи попытались угадать, пойдёт игрок влево или вправо, будет преследовать врага или выстрелит. Намерения относительно передвижения более или менее удалось расшифровать, но всё остальное в данных МРТ захлестнули эмоциональные сигналы, которые были особенно сильны, когда игрок стрелял и когда его персонажа убивали.[4].

Передача информации в сеть и управление

После декодирования мозга нужно передать информацию в сеть и обеспечить связь прибора с ПК.
Программа UniCOM и сопряженный с ней драйвер hc595 представляет интерес для тех, кому необходимо управлять внешними устройствами, получать внешнюю дискретную информацию и организовывать автоматическую обратную связь через COM-порт. Перечисленные функции реализуются из программы, гибкие настройки которой могут быть применимы в следующих сферах: автоматика,
роботизированные механизмы, механические модели, двигатели (в т.ч. шаговые), семисегментные индикаторы, реклама и пр.
В устройстве сопряжения могут быть использованы сопротивления и конденсаторы любых типов, подходящих по габаритам (рис. 3).

Рисунок 3. Схема сопряжения драйвера hc595 с компьютером.

Стабилитроны могут быть, например, типа BZX55C 5V1 или более мощные 1N4733A, или отечественные из серий КС147, КС156. Микросхемный стабилизатор 78L05 может быть заменен на более мощный 7805 (отечественный аналог КР142ЕН5А).
Схема содержит минимум деталей и при правильной сборке начинает работать сразу, не требуя дополнительных настроек.

Настройка программы сводится к выбору свободного порта и скорости переключения выходов в мкс (1 сек = 1000 мс). В строках таблицы вводится состояние для каждого выхода (1 – включить, 0 или пустое – отключить) (рис.4). Программа, перебирая в цикле столбцы таблицы, управляет выходами устройства. Данные в таблице автоматически сохраняются и загружаются при следующем запуске программы в файл UniCOM_код.txt[5].

Рисунок 4. Программа дистанционного управления.

Для наглядности, в левой части окна программы загораются индикаторы, имитирующие работу выходов. Также можно имитировать работу входов, нажимая кнопки ручного управления (1, 2, 3).

В окне согласования входов и выходов можно выбрать необходимые входы, которые будут переключать состояние выходов, и т.о. образом налаживается обратная связь.

В этом окне необходимо определить входы, сигналы с которых будут переключать выходы. Например, Выход 1 будет заблокирован в текущем состоянии. Выход 2 будет активироваться сигналом со входа 1, а отключаться сигналом со входа 2. В нижней части окна расположены индикаторы, отображающие текущее состояние выходов (рис. 5).

Рисунок 5. Согласование входов и выходов.

Для управления нагрузкой в схемах с постоянным напряжением, например 24В, можно использовать любые мощные составные транзисторы. Для коммутации переменного тока 220В проще всего использовать так называемый полупроводниковый ключ переменного тока, который имеет на входе оптодрайвер с детектором нуля фазы, что обеспечивает гальваническую развязку. Для увеличения коммутируемого тока симистор устанавливается на радиатор. Обратите внимание – в высоковольтной части использованы сопротивления мощностью 0,5 Вт.

Заключение

Декодирование мозга очень сложная и мало изученная область науки. Даже сейчас очень сложно воспринимать картинки и видеоряды, но если дальше развивать эту область и вкладывать в нее, то можно будет изобрести приборы по чтению мыслей, детекторы лжи нового поколения и т.д.

Литература

1. Статья про декодирование мозга http://theoryandpractice.ru/posts/7733-mind-decoder
2. Декодирование с помощью зрительного аппарата http://scisne.net/a829
3. Статья про исследования Джека Гэллэнта http://othereal.ru
4. Статья про современное декодирование http://theoryandpractice.ru/posts/7733-mind-decoder
Статья про дистанциооное управление http://labkit.ru/html/autocontrol?id=136
Категория: Домашние задания (по сетям МИФИ) | Добавил: frolov (22.01.2015)
Просмотров: 893 | Рейтинг: 0.0/0
Всего комментариев: 0
Добавлять комментарии могут только зарегистрированные пользователи.
[ Регистрация | Вход ]
Форма входа
Поиск
Друзья сайта