Препринт с исследованием возможностей продукта Neurable -- Enten (по наводке от Алексея Осадчего):
Alcaide R, Agarwal N, Candassamy J, Cavanagh S, Lim M, Meschede-Krasa B, McIntyre J, Ruiz-Blondet MV, Siebert B, Stanley D, Valeriani D, Yousefi A. EEG-Based Focus Estimation Using Neurable’s Enten Headphones and Analytics Platform. bioRxiv, June 23, 2021 https://doi.org/10.1101/2021.06.21.448991
В его абстракте, в частности, утверждается следующее:
Through manipulation of our experimental protocol, we show that our algorithm is not dependent on gross EMG artifacts and it is driven by changes in EEG. Finally, we evaluated the model’s performance on the same subject across several days, and show that performance remained consistent over time. Our model correctly captured 80% ± 4.1% of distractions present in our experiments with statistical significance. This indicates that our model generalizes across subjects, time points, and conditions. Our findings are based on EEG data collected from 132 participants across 337 sessions and 45 different experiments.
В рецензируемых журналах этой статьи не видно, хотя прошло уже больше года с даты загрузки на сервер препринтов. Авторы статьи аффилированы со стартапом, и им наверняка трудно доказывать надежность результатов при таком конфликте интересов. (Может быть, они и не пытались подавать ее в журналы).
Alcaide R, Agarwal N, Candassamy J, Cavanagh S, Lim M, Meschede-Krasa B, McIntyre J, Ruiz-Blondet MV, Siebert B, Stanley D, Valeriani D, Yousefi A. EEG-Based Focus Estimation Using Neurable’s Enten Headphones and Analytics Platform. bioRxiv, June 23, 2021 https://doi.org/10.1101/2021.06.21.448991
В его абстракте, в частности, утверждается следующее:
Through manipulation of our experimental protocol, we show that our algorithm is not dependent on gross EMG artifacts and it is driven by changes in EEG. Finally, we evaluated the model’s performance on the same subject across several days, and show that performance remained consistent over time. Our model correctly captured 80% ± 4.1% of distractions present in our experiments with statistical significance. This indicates that our model generalizes across subjects, time points, and conditions. Our findings are based on EEG data collected from 132 participants across 337 sessions and 45 different experiments.
В рецензируемых журналах этой статьи не видно, хотя прошло уже больше года с даты загрузки на сервер препринтов. Авторы статьи аффилированы со стартапом, и им наверняка трудно доказывать надежность результатов при таком конфликте интересов. (Может быть, они и не пытались подавать ее в журналы).