محققان در مطالعه اخیر خود به سراغ چالش مهمی در سیستمهای BCI مبتنی بر «پتانسیلهای مرتبط با رویداد» (ERP) رفتهاند. معمولاً در مدلهای هوش مصنوعی از معیارهایی مثل دقت (Accuracy) استفاده میشود، اما وقتی پای رابطهای مغز و کامپیوتر در میان باشد، داستان متفاوت است.
این پژوهش نشان میدهد که برای درک بهتر عملکرد کاربر در هجی کردن (Spelling)، باید به جای معیارهای ساده، سراغ شاخصهای پیشرفتهتری مثل Brier score، MCC و معیارهایی که تعادل کلاسها را در نظر میگیرند (مثل ROC AUC) برویم. این یافتهها به متخصصان کمک میکند تا عملکرد سیستمهای BCI را دقیقتر و حرفهایتر بسنجند. 🔬✨
منبع: arXiv Machine Learning
