Машинное обучение - комплекс современных технологий, которая позволяет вычислительным системам совершенствоваться, обучаться, принимать решения, делать выводы и обрабатывать информацию на основе алгоритмов анализа больших объемов данных. Использование машинного обучения стало массовой тенденцией, позволяя получать новые результаты во всех областях науки, в том числе в исследованиях нервной системы.
Основные проблемы многих психологических и физиологических экспериментов - сонливость и снижение концентрации участников различных тестов, создающие помехи при мониторинге физиологических параметров. Международная группа исследователей, в состав которой вошла сотрудница Академии Биологии и биотехнологии ЮФУ Пустовая О.В. использовала подходы машинного обучения для создания метода оценки физического состояния (бдительности и сонливости) участников психологических и физиологических экспериментов.
Разработанный автоматизированный алгоритм и результаты исследований позволяют создать уникальный инструмент для оценки микроразличий в уровнях бдительности и контроля в экспериментальных нейроисследованиях с применением электроэнцефалографии и сделают экспериментальные методы современной нейрофизиологии еще более точными.
Статья «Tracking wakefulness as it fades: Micro-measures of alertness» по результатам исследований опубликована в журнале NeoroImage (Impact Factor = 5.426)