| Περίληψη: | Η μελέτη του ανθρώπινου εγκεφάλου έχει αποδειχθεί πως είναι ένα δύσκολο εγχείρημα, εξαιτίας αρκετών πτυχών της
φύσης του. Η σπουδαιότητά του ως όργανο, η πολυπλοκότητά του σε ανατομικό και νευροφυσιολογικό επίπεδο, καθώς
επίσης και λόγω της δυσκολίας που υπεισέρχεται εξαιτίας του γεγονότος αυτό βρίσκεται ασφαλές εντός μιας οστέινης
κοιλότητας, και φυσικά, τα ηθικά ζητήματα, είναι μερικά από τις πιο συνήθεις και σημαντικές. Επιπλέον, ο εγκέφαλος
είναι ένα μοναδικό όργανο το οποίο ενέχει επίπεδο πολυπλοκότητας σημαντικά υψηλότερα από άλλα όργανα, καθώς
η σύγχρονη γνωστή βασική λειτουργία του είναι η δημιουργία της αντίληψης του εαυτού και του κόσμου για τον καθένα,
αθροίζοντας διαφορετικούς παράγοντες που προκύπτουν από την επεξεργασία όλης της πληροφορίας που εισέρχεται
σε αυτό από το περιφερικό νευρικό σύστημα, καθώς και το να παράσχει σε κάθε άτομο μια διεπαφή μεταξύ του εαυτού
και αυτού που αντιλαμβανόμαστε ως ζωή. Στο παρελθόν, έχουν γίνει πολλές προσπάθειες να προσεγγιστεί ο εγκέφαλος
σαν ένα όργανο με ηλεκτρική δραστηριότητα και βγουν συμπεράσματα σχετικά με την λειτουργία του βασισμένες στην
ανάλυση Ηλεκτροεγκεφαλογραφήματος (ΗΕΓ). Ελάχιστα έχουν εξερευνηθεί δεδομένα από Μαγνητοεγκεφαλογράφους
(ΜΕΓ). Το SQUID (superconducting quantum interference device) είναι ένας από τα ελάχιστα μαγνητόμετρα στον κόσμο
εξαιρετικά υψηλής ικανότητας να ανιχνεύουν ένταση μικροσκοπικών μαγνητικών πεδίων της τάξεως του 1fT (10-15
Tesla), ηλεκτρικό ρεύμα εντάσεως 10-18 Amp, και τάση της τάξεως των 10-18 Volt. Ως αποτέλεσμα, για την εκπόνηση της
εργασίας αυτής επιλέξαμε να αναλύσουμε δεδομένα που έχουν συλλεχθεί από την συσκευή, λόγω της υψηλής της
ανιχνευτικής ικανότητας και ακρίβειας. Σκοπός αυτής της εργασίας ήταν να αξιοποιήσουμε τρία διαφορετικά εργαλεία
από τον χώρο της Τεχνητής Νοημοσύνης για την εξόρυξη γνώσης από Μεγάλα Δεδομένα, όπως αλγόριθμους
ταξινόμησης, έμπειρα συστήματα δημιουργώντας ένα σύστημα βασισμένο στην γλώσσα προγραμματισμού CLIPS, και
τέλος, τεχνητά νευρωνικά δίκτυα, ώστε να αναλύσουμε δεδομένα σχετιζόμενα με την αίσθηση της γεύσης, που
συλλέχθηκαν από το SQUID Μαγνητοεγκεφαλογράφο 122 ηλεκτροδίων, και να δημιουργήσουμε ένα βέλτιστο ευφυές
σύστημα το οποίο θα έχει την ικανότητα να προβλέπει την γεύση που αντιλαμβάνεται κάποιος, κατόπιν ανάλυσης των
αλλαγών μαγνητικών εγκεφαλικών σημάτων πριν και μετά την χορήγηση γευστικού ερεθίσματος.
|
|---|
