Vu Hong Quan

Vu Hong Quan

Data scientist

[Vi] Nghiên cứu giải mã lời nói từ tín hiệu điện não của Facebook

1 minute read

Published:

Facebook research on EEG and speed
Vào cuối tháng 8 vừa rồi team AI của Facebook (Meta) đã công bố bản preprint nghiên cứu của họ về tín hiệu điện não.

Lời nói là một hoạt động phức tạp của trí thông minh, vì vậy các nghiên cứu cách thông tin lời nói được xử lý trong não bộ thường phải được xử lý với tín hiệu điện não xâm nhập (invasive EEG), tức là phải phẫu thuật hộp sọ để đặt điện cực vào trực tiếp bộ não.Cách làm này có phần kinh dị và không thể mở rộng phổ biến đại trà. Tuy nhiên tín hiệu điện não không xâm nhập (non-invasive EEG), được đo bên ngoài da, thường rất nhiễu, yếu, lại có sự khác biệt giữa các cá nhân, thậm chí giữa các phiên thu dữ liệu của cùng một người.
Nghiên cứu của Facebook đạt được bước tiến đáng kể giải mã lời nói từ tín hiệu non-invasive EEG. Kiến trúc mạng sử dụng wav2vec 2.0, contrastive training với hàm loss CLIP và đáng chú ý là bộ các layer CNN xếp chồng lên các Subject layers. Subject layer được mô tả là thực hiện tham số hóa các hàm trên mỗi điện cực trên không gian Fourier. Hy vọng source code của bài báo này sẽ sớm được công bố.

Link: https://lnkd.in/gBhVHBKj

[En] Can deep learning conquer brain signal processing?

4 minute read

Published:

Poster
Deep learning (DL), the science based on the idea of how the brain works. Since Hinton claimed that he understood how the brain works and invented deep learning, the related sciences have changed their approaches dramatically. In 2012, the AlexNet, developed by Hinton’s students, achieved SOTA results in image processing. Since then, traditional image feature extraction methods have gradually been forgotten. Nowadays, when someone talks about image processing, people immediately think of large-scale deep learning networks with stacked CNN layers.

[Vi] Deep learning và xử lý tín hiệu điện não

5 minute read

Published:

Poster
Deep learning (DL), ngành khoa học dựa trên ý tưởng cách hoạt động của bộ não. Kể từ khi Hinton tuyên bố mình hiểu cách não bộ hoạt động, cùng với sự ra đời của deep learning, các ngành khoa học liên quan đã thay đổi cách tiếp cận của mình rất đáng kể. Năm 2012, mạng AlexNet, phát triển bởi các học trò của Hinton, đạt kết quả SOTA trong xử lý ảnh. Kể từ đó các phương pháp trích xuất đặc trưng ảnh truyền thống dần chìm vào quên lãng. Ngày nay khi nói đến xử lý ảnh, người ta nghĩ ngay đến mạng deep learning kích thước lớn với các lớp CNN xếp chồng.