DE102020114165A1

DE102020114165A1 - Headset, headset-system, verfahren zum trainieren eines headsets und verfahren zum verwenden eines headsets

Info

Publication number: DE102020114165A1
Application number: DE102020114165.3A
Authority: DE
Inventors: Valentin Stoia
Original assignee: Infineon Technologies AG
Current assignee: Infineon Technologies AG
Priority date: 2020-05-27
Filing date: 2020-05-27
Publication date: 2021-12-02

Abstract

Ein Headset-System (101) ist bereitgestellt. Das Headset-System (101) kann Folgendes beinhalten: einen Gehirnwellensensor (102), der dazu eingerichtet ist, Gehirnwellensignale eines Benutzers des Headsets zu detektieren, und einen Prozessor (104), der dazu eingerichtet ist, ein maschinelles Lernmodell zu implementieren und das maschinelle Lernmodell unter Verwendung von Trainingsdaten zu trainieren, wobei die Trainingsdaten durch ein detektiertes Gehirnwellensignal, eine durch das Headset-System (101) ausgewählte und dem Benutzer (220) präsentierte Aufforderung über eine mögliche Bedeutung des detektierten Gehirnwellensignals und eine Reaktion durch den Benutzer (220) auf die Aufforderung zum Evaluieren der Aufforderung gebildet werden, wobei die Reaktion durch das Gehirn des Benutzers (220) erzeugt und durch den Gehirnwellensensor (102) als ein Gehirnwellenreaktionssignal detektiert wird.

Description

Technisches Gebiet
Verschiedene Ausführungsformen betreffen allgemein ein Headset, ein Headset-System, ein Verfahren zum Trainieren eines Headsets und ein Verfahren zum Verwenden eines Headsets.
Hintergrund
Personalisierten elektronischen Gedankenlesevorrichtungen, die maschinelles Lernen verwenden, ist aus mehreren folgenden Gründen schwer anzulernen, wie sie menschliche Gedanken interpretieren sollen: eine Gehirnwellenlesegenauigkeit kann beschränkt sein, Gehirnaktivitätsmuster sind möglicherweise nicht konstant (selbst wenn beispielsweise an den gleichen Gedanken gedacht werden soll) und Gehirnaktivitätsmuster können komplex sein und können in sehr großen Anzahlen und auch sehr schnell auftreten.
Der Anlernprozess kann daher viel Gehirnüberwachungszeit (um viele Leseproben zu erlangen und die Genauigkeit zu verbessern) in Kombination mit deutlichen Benutzerbestätigungen der durch den maschinellen Lernprozess bestimmten Interpretation erfordern.
Gegenwärtige Lösungen mit maschinellem Lernen können typischerweise auf dem Überwachen einer kleinen Anzahl von Mustern - möglicherweise basierend auf einem trivialen visuellen Stimulus (wie „Pfeil links“) - und einer Benutzerrückmeldung über eine Art manueller elektronischer Eingabevorrichtung basieren.
Dieser Prozess kann langsam und unpraktisch sein und kann nicht kontinuierlich (über lange Zeiträume - wie Stunden oder Tage) durchgeführt werden, ohne einen Grad an Unbequemlichkeit für den Benutzer hervorzurufen. Dies bedeutet, dass typischerweise ein Umfang und eine Präzision der Gehirnwelleninterpretationsvorrichtung stark beschränkt sein kann.
KURZDARSTELLUNG
Ein Headset-System ist bereitgestellt. Das Headset-System kann Folgendes beinhalten: einen Gehirnwellensensor, der dazu eingerichtet ist, Gehirnwellensignale eines Benutzers des Headsets zu detektieren, und einen Prozessor, der dazu eingerichtet ist, ein maschinelles Lernmodell zu implementieren und das maschinelle Lernmodell unter Verwendung von Trainingsdaten zu trainieren, wobei die Trainingsdaten durch ein detektiertes Gehirnwellensignal, eine durch das Headset-System ausgewählte und dem Benutzer präsentierte Aufforderung über eine mögliche Bedeutung des detektierten Gehirnwellensignals und eine Reaktion durch den Benutzer auf die Aufforderung zum Evaluieren der Aufforderung gebildet werden, wobei die Reaktion durch das Gehirn des Benutzers erzeugt und durch den Gehirnwellensensor als ein Gehirnwellenreaktionssignal detektiert wird.
Figurenliste
In den Zeichnungen verweisen gleiche Bezugszeichen allgemein in den verschiedenen Ansichten auf die gleichen Teile. Die Zeichnungen sind nicht notwendigerweise maßstabsgetreu, vielmehr wird der Schwerpunkt allgemein auf die Veranschaulichung der Prinzipien der Erfindung gelegt. In der folgenden Beschreibung werden verschiedene Ausführungsformen der Erfindung unter Bezugnahme auf die folgenden Zeichnungen beschrieben, in denen Folgendes gilt:

1A visualisiert schematisch ein Headset gemäß verschiedenen Ausführungsformen;
1B visualisiert schematisch ein Headset-System gemäß verschiedenen Ausführungsformen;
2 visualisiert schematisch ein Headset gemäß verschiedenen Ausführungsformen;
3A visualisiert schematisch ein Headset gemäß verschiedenen Ausführungsformen;
3B visualisiert schematisch ein Headset-System gemäß verschiedenen Ausführungsformen;
4A visualisiert schematisch einen Anlernprozess eines Headset-Systems gemäß verschiedenen Ausführungsformen;
4B visualisiert schematisch einen Anlernprozess eines Headsets oder eines Headset-Systems gemäß verschiedenen Ausführungsformen;
5 ist ein Flussdiagramm eines Verfahrens zum Anlernen eines Headset-Systems gemäß verschiedenen Ausführungsformen;
6 ist ein Flussdiagramm eines Verfahrens zum Anlernen eines Headsets gemäß verschiedenen Ausführungsformen;
7 ist ein Flussdiagramm eines Verfahrens zum Anlernen eines Headsets gemäß verschiedenen Ausführungsformen;
8 ist ein Flussdiagramm eines Verfahrens zum Verwenden eines Headsets gemäß verschiedenen Ausführungsformen; und
9 ist ein Flussdiagramm eines Verfahrens zum Verwenden eines Headset-Systems gemäß verschiedenen Ausführungsformen.

Beschreibung
Die folgende ausführliche Beschreibung bezieht sich auf die beigefügten Zeichnungen, die zur Veranschaulichung spezielle Einzelheiten und Ausführungsformen zeigen, in denen die Erfindung ausgeübt werden kann.
Das Wort „beispielhaft“ wird hier mit der Bedeutung „als ein Beispiel, eine Instanz oder eine Veranschaulichung dienend“ verwendet. Eine beliebige Ausführungsform oder Gestaltung, die hier als „beispielhaft“ beschrieben ist, muss nicht notwendigerweise als bevorzugt oder vorteilhaft gegenüber anderen Ausführungsformen oder Gestaltungen eingerichtet werden.
Das Wort „über“, das in Zusammenhang mit einem abgeschiedenen Material verwendet wird, das „über“ einer Seite oder Oberfläche gebildet wird, kann hier mit der Bedeutung verwendet werden, dass das abgeschiedene Material „direkt auf“, zum Beispiel in direktem Kontakt mit, der betreffenden Seite oder Oberfläche gebildet werden kann. Das Wort „über“, das in Zusammenhang mit einem abgeschiedenen Material verwendet wird, das „über“ einer Seite oder Oberfläche gebildet wird, kann hier mit der Bedeutung verwendet werden, dass das abgeschiedene Material „indirekt auf“ der betreffenden Seite oder Oberfläche mit einer oder mehreren zusätzlichen Schichten, die zwischen der betreffenden Seite oder Oberfläche und dem abgeschiedenen Material angeordnet sind, gebildet werden kann.
Viele Eigenschaften/Funktionen von Headsets und Headset-Systemen gemäß verschiedenen Ausführungsformen können sich ähneln oder identisch sein. In Fällen, bei denen solche Eigenschaften/Funktionen beschrieben sind, können beide als „Headset/Headset-System“ bezeichnet werden.
In verschiedenen Ausführungsformen können ein Anlernverfahren für ein Gedankenlese-Headset oder -Headset-System basierend auf maschinellem Lernen, das in verschiedenen Ausführungsformen als ein „Personal Assistant“ (persönlicher Assistent) fungieren kann, und das entsprechende Headset/Headset-System bereitgestellt werden.
In verschiedenen Ausführungsformen ist ein tragbares Headset (und/oder ein Headset-System) basierend auf maschinellem Lernen bereitgestellt, das die Gedanken eines Benutzers liest und in der Lage ist, mit dem Benutzer zu kommunizieren. Dies kann dem Headset/Headset-System ermöglichen, seine Gedankenleseinterpretation kontinuierlich zu verbessern (mit anderen Worten kann der Lernprozess optional während seiner Verwendung mehr oder weniger konstant andauern) sowie dem Benutzer bei beliebigen Aufgaben zu helfen.
Das Headset/Headset-System kann dazu eingerichtet sein, durch eine Wiederholung der folgenden Abfolge zu erlernen, wie die Gehirnwellen des Benutzers zu interpretieren sind:

• Lesen der Gehirnwellen,
• Ermitteln, welche Interpretation die beste ist,
• Beschreiben von dieser für den Benutzer (beispielsweise als Sprache über einen Lautsprecher/Ohr-Lautsprecher, Anzeigen auf einer Anzeige, Projizieren eines Bildes usw.), wodurch der Benutzer zur Bestätigung oder Korrektur der Interpretation aufgefordert wird,
• Erhalten der Benutzerrückmeldung (beispielsweise über ein Mikrofon, eine Berührungsanzeige, eine andere Benutzereingabe wie eine Kopfbewegung, oder am effizientesten über ein Gehirnwellenmuster (z. B. JA/NEIN), und
• Verarbeiten der Rückmeldung und Verwenden von dieser zum Verbessern der Genauigkeit der Interpretation.

Ein spezifisches Ziel für das maschinelle Lernverfahren/die maschinelle Lernvorrichtung kann darin bestehen, einen Zustand zu erreichen, bei dem die Rückmeldung vom Benutzer nicht mehr eine spezifische Handlung durch den Benutzer erfordert, z. B. dass er seine Stimme verwendet, sondern dass stattdessen, wie oben kurz erwähnt, das Headset/Headset-System die Gedanken nicht nur für eine reguläre Verwendung des Headsets/Headset-Systems liest, während der das Headset/Headset-System sogar eine Handlung vornehmen kann, um eine bestimmte Situation zu handhaben - wodurch es sich wie ein Assistent verhält - und mit dem Benutzer „sprechen“ kann (insofern Audionachrichten nicht speziell beschrieben sind, ist das „Sprechen“ hierin möglicherweise nicht auf Audiokommunikation beschränkt, sondern kann Nachrichten beinhalten, die auf einem Bildschirm angezeigt werden, projiziert werden usw.), sondern es auch für Lehrzwecke ausreichend sein kann, dass die Gedanken des Benutzers auf die gesprochene Nachricht reagieren, z. B. auf eine Frage bezüglich einer Interpretation eines Gehirnwellenmusters.
Dies bezeichnet in verschiedenen Ausführungsformen eine nachhaltige, intuitive und möglicherweise sogar spielerische Weise zum Anlernen einer Gedankenlesevorrichtung (mit Sprachkommunikation) basierend auf maschinellem Lernen, was bedeutet, dass eine fortgesetzte Verbesserung einer Interpretation der Gehirnwellen des Benutzers erhalten wird.
In verschiedenen Implementierungen kann eine maschinelle Lernsitzung durch den Benutzer initiiert werden.
1A visualisiert ein Headset 100 gemäß verschiedenen Ausführungsformen und 1B visualisiert schematisch ein Headset-System 101 gemäß verschiedenen Ausführungsformen. 2 visualisiert schematisch ein Headset 200 gemäß verschiedenen Ausführungsformen. 3A visualisiert schematisch ein Headset 300 gemäß verschiedenen Ausführungsformen. 3B visualisiert schematisch ein Headset-System 301 gemäß verschiedenen Ausführungsformen. 4A visualisiert schematisch einen Anlernprozess eines Headsets 100 oder eines Headset-Systems 101 gemäß verschiedenen Ausführungsformen und 4B visualisiert schematisch einen Anlernprozess eines Headsets 100, 200, 300 oder eines Headset-Systems 301 gemäß verschiedenen Ausführungsformen.
Das Headset 100 und das Headset-System 101 (das ein Headset 103 beinhalten kann) können einen Gehirnwellensensor 102 (durch seine Elektroden repräsentiert, die an einem Headset-Rahmen 105 montiert sind), der dazu eingerichtet ist, Gehirnwellensignale eines Benutzers 220 des Headsets 100, 103 zu detektieren, und einen Prozessor 104 beinhalten.
Der Gehirnwellensensor 102 kann in der Technik bekannten Gehirnwellensensoren ähneln oder mit diesen identisch sein.
Der Gehirnwellensensor 102 kann dazu eingerichtet sein, dem Prozessor 104 die detektierten Gehirnwellen (oder, falls der Gehirnwellensensor 102 zur Durchführung einer Vorverarbeitung der detektierten Gehirnwellen eingerichtet ist, die vorverarbeiteten Gehirnwellen) bereitzustellen.
Der Prozessor 104 kann in verschiedenen Ausführungsformen in das Headset 100 integriert sein, zum Beispiel eine Zentralverarbeitungseinheit. In verschiedenen Ausführungsformen kann sich der Prozessor 104 extern zum Headset 103 befinden, als ein externes Datenverarbeitungssystem 104 wie ein externer Computer oder eine Prozessor-Cloud-Architektur („Cloud“). Im Headset-System 101 kann das Headset 103 eine Kommunikationsschnittstelle 130 zum Kommunizieren zumindest mit dem externen Datenverarbeitungssystem 104 beinhalten. Dies kann als eine Headset-System-interne Kommunikation angesehen werden.
In verschiedenen Ausführungsformen kann die Kommunikationsschnittstelle 130 Teil des Headsets 100 sein.
Die Kommunikationsschnittstelle 130 kann in verschiedenen Ausführungsformen dazu eingerichtet sein, eine Kommunikation mit anderen Headset-externen oder Headset-System-externen Vorrichtungen 332 wie beispielsweise einem Smartphone, einer Smartwatch, einer Smart-Brille, Smart-Kontaktlinsen, einem Tablet oder dergleichen herzustellen. Am nützlichsten kann eine Drahtlos-Kommunikation sein, beispielsweise durch WiFi, Bluetooth oder Nahfeldkommunikation (NFC), aber kontaktbasierte Kommunikation kann auch verwendet werden, beispielsweise in einem Fall, bei dem der Benutzer 220 stationär ist und/oder das Headset 100, 103 aufgeladen werden muss. Eine kontaktbasierte Kommunikation kann zum Beispiel USB und Körperkommunikation (BAN/WBAN) beinhalten.
Der Prozessor 104 kann dazu eingerichtet sein, ein maschinelles Lernmodell zu implementieren und das maschinelle Lernmodell unter Verwendung von Trainingsdaten zu trainieren. Der maschinelle Lernprozess selbst kann im Wesentlichen wie in der Technik bekannt konfiguriert werden, indem ein Ausgangsmodell von Assoziationen zwischen Gehirnwellenmustern und Aufforderungen erstellt wird, das Modell an gemessenen Gehirnwellenmustern angewendet wird, um Assoziationen zu erzeugen, eine Rückmeldung empfangen wird, ob die Assoziationen korrekt sind oder nicht, und das Modell basierend auf der Rückmeldung angepasst wird. Die Trainingsdaten können somit durch das detektierte Gehirnwellensignal, die durch das Headset-System ausgewählte und dem Benutzer präsentierte Aufforderung über eine mögliche Bedeutung des detektierten Gehirnwellensignals und die Reaktion durch den Benutzer auf die Aufforderung zum Evaluieren der Aufforderung gebildet werden.
In verschiedenen Ausführungsformen kann die Reaktion von dem Gehirn des Benutzers 220 erzeugt und von dem Gehirnwellensensor 102 als ein Gehirnwellenreaktionssignal detektiert werden.
Ein Beispiel für ein Trainingsereignis ist in 4A gezeigt. Der Benutzer 220 kann einen Apfel 450 sehen. Dies kann einen Gedanken - und daher Gehirnwellen - bezüglich eines Apfels im Gehirn des Benutzers bewirken, die durch den Gehirnwellensensor 102 (durch EEG-Daten 452 angegeben) detektiert werden können.
Die detektierten Gehirnwellen können zu dem Prozessor 104 übertragen werden (gestrichelte Pfeile). Falls der Prozessor 104 Teil eines Datenverarbeitungssystems ist, das sich extern zu dem Headset 103 befindet, kann das Headset 103 dazu eingerichtet sein, die detektierten Gehirnwellensignale zu dem Prozessor 104 zu senden und die Aufforderung vom Prozessor 104 über die Kommunikationsschnittstelle 130 zu empfangen.
Das im Prozessor 104 implementierte maschinelle Lernmodell kann die detektierten Gehirnwellen abgleichen und zu einer Aufforderung („Apfel“) führen. Die Aufforderung kann dem Benutzer 220 präsentiert werden. In 4A ist eine Audiopräsentation unter Verwendung eines im Headset 100 integrierten Lautsprechers gezeigt. Eine beliebige andere Art von Präsentation, die durch den Benutzer 220 empfangen werden kann, kann jedoch stattdessen oder zusätzlich verwendet werden, beispielsweise eine Audionachricht, die durch Knochenleitung bereitgestellt wird, eine Projektion (wie in 4B gezeigt), Anzeigen eines Textes oder eines Bildes auf einer externen Vorrichtung 332 wie einem Smartphone, Benachrichtigen des Benutzers 220 über visuelle Ausgabe (Lichter), Vibration, elektrischer Schock, Heads-Up-Display (einschließlich auf einer Smart-Brille oder Kontaktlinsen) usw.
Als Reaktion auf die Aufforderung kann der Benutzer 220 erneut denken und kann somit neue Gehirnwellen erzeugen, dieses Mal in Bezug auf eine geeignete Antwort auf die Aufforderung (in diesem Fall „JA“, da die Aufforderung mit dem übereinstimmt, was der Benutzer 220 sah). Die neuen Gehirnwellen können von dem Gehirnwellensensor 102 detektiert werden (durch EEG-Daten 454 angegeben) und zu dem Prozessor 104 übertragen werden, in dem sie durch das maschinelle Lernmodell mit einer Bedeutung abgeglichen werden, und das Modell wird gemäß der Reaktion des Benutzers angepasst.
Das Headset/Headset-System 100, 101 muss möglicherweise mit einer initialen Modellkonfiguration als ein Startpunkt versehen werden, was durch Trainieren eines Satzes sehr einfacher Aufforderungen (wie „ja“ und „nein“) erreicht werden kann. Die initiale Modellkonfiguration kann vorinstalliert sein, insofern Gehirnwellenmuster oder Teile davon von einem Benutzer 220 zu einem anderen generalisiert werden können, und/oder kann trainiert werden, einschließlich Bereitstellen der Reaktion des Benutzers zu dem Prozessor 104 durch andere Eingabevorrichtungen als Gehirnwellenmuster, zum Beispiel ein Mikrofon, Tasten (z. B. eine „Ja“- und eine „Nein“-Taste), eine Tastatur, eine Maus, ein Joystick oder ein Touchscreen der externen Vorrichtung 332, einen Bewegungssensor (z. B. optische Bewegungserfassung, Beschleunigungsmesser-/Gyroskop-Bewegungserfassung oder dergleichen) usw.
In verschiedenen Ausführungsformen kann ein Headset 200 Folgendes beinhalten: einen Gehirnwellensensor 102, der dazu eingerichtet ist, Gehirnwellensignale eines Benutzers 220 des Headsets 200 zu detektieren, und einen Prozessor 104, der dazu eingerichtet ist, ein maschinelles Lernmodell zu implementieren und das maschinelle Lernmodell unter Verwendung von Trainingsdaten zu trainieren, wobei die Trainingsdaten durch ein detektiertes Gehirnwellensignal, eine durch das Headset 200 ausgewählte und dem Benutzer 220 präsentierte Aufforderung über eine mögliche Bedeutung des detektierten Gehirnwellensignals und eine Reaktion durch den Benutzer 220 auf die Aufforderung zum Evaluieren der Aufforderung gebildet werden. Eine beispielhafte Ausführungsform eines solchen Headsets 200 ist in 2 gezeigt.
Das Headset 200 kann in vielen Aspekten dem oben beschriebenen Headset 100 und Headset-System 101 ähneln oder mit diesen identisch sein. Wiederholte Beschreibungen können daher weggelassen werden.
Das Headset 200 kann sich vom Headset-System 101 darin unterscheiden, dass der Prozessor 104 Teil des Headsets 200 ist.
Das Headset 200 kann sich beispielsweise vom Headset 100 darin unterscheiden, dass die Reaktion vom Benutzer 220 durch eine oder mehrere andere Eingabevorrichtungen 206 außer Gehirnwellen bereitgestellt werden kann. Die eine oder die mehreren Eingabevorrichtungen 206 können beispielsweise ein Mikrofon, ein Sensorpad, ein Bewegungssensor (z. B. optischer Bewegungssensor und/oder Beschleunigungsmesser und/oder Gyroskop) und/oder mindestens eine Taste sein. Die eine oder die mehreren Eingabevorrichtungen 206 können in verschiedenen Ausführungsformen den Eingabevorrichtungen ähneln oder mit diesen identisch sein, die für ein anfängliches Training des Headsets/Headset-Systems 100, 101 verwendet werden.
Die mindestens eine Eingabevorrichtung 206 kann in verschiedenen Ausführungsformen dazu eingerichtet sein, die Reaktion des Benutzers zu detektieren und die detektierte Reaktion zu dem Prozessor 104 zu transferieren.
Eine Präsentation der Aufforderung für den Benutzer 220 kann der oben beschriebenen Präsentation ähneln oder mit dieser identisch sein. Die mindestens eine Ausgabevorrichtung 208 kann in verschiedenen Ausführungsformen mindestens eine aus einer Gruppe von Ausgabevorrichtungen 208 sein, die einen Lautsprecher, einen Knochenleiter, eine Anzeige (beliebiger Art einer geeigneten elektronischen Vorrichtung) und einen Projektor beinhaltet. In verschiedenen Ausführungsformen können die Eingabevorrichtung 206 und/oder die Ausgabevorrichtung 208 in das Headset 200 integriert sein.
In verschiedenen Ausführungsformen können sich die Eingabevorrichtung 206 und/oder die Ausgabevorrichtung 208 extern zum Headset 200 befinden. In diesem Fall kann ein Headset-System das Headset 200 und die mindestens eine externe Eingabevorrichtung 206 extern zu dem Headset 200 eingerichtet zum Kommunizieren mit dem Prozessor 104 und/oder mindestens eine externe Ausgabevorrichtung 208 eingerichtet zum Kommunizieren mit dem Prozessor 104 und Bereitstellen der Aufforderung zum Benutzer 220 beinhalten.
In verschiedenen Ausführungsformen kann ein Headset 300 Folgendes beinhalten: einen Gehirnwellensensor 102, der dazu eingerichtet ist, Gehirnwellensignale eines Benutzers 220 des Headsets 300 zu detektieren, und einen Prozessor 104, der dazu eingerichtet ist, ein maschinelles Lernmodell zu implementieren, das an den Gehirnwellensignalcharakteristiken des Benutzers trainiert ist, wobei das maschinelle Lernmodell dazu eingerichtet ist, Informationen über den Gesundheitszustand des Benutzers aus detektierten Gehirnwellensignalen zu detektieren.
Das Headset 300 kann in vielen Aspekten den oben beschriebenen Headsets 100 und 200 und dem Headset-System 101 ähneln oder mit diesen identisch sein. Wiederholte Beschreibungen können daher weggelassen werden.
Das Headset 300 kann sich zum Beispiel von den Headsets 100 und 200 darin unterscheiden, dass das maschinelle Lernmodell dazu eingerichtet ist, Informationen über den Gesundheitszustand des Benutzers aus detektierten Gehirnwellensignalen zu detektieren.
Ein Headset-System 301 kann bereitgestellt werden, indem das Headset 300 mit einer externen Vorrichtung 332 für eine Eingabe vom/eine Ausgabe zum Benutzer 220 kombiniert wird, ähnlich dem oben Beschriebenen.
Der Prozessor 104 kann ferner dazu eingerichtet sein, das maschinelle Lernmodell unter Verwendung von Trainingsdaten zu trainieren, wobei die Trainingsdaten durch ein detektiertes Gehirnwellensignal, eine durch das Headset-System 300 ausgewählte und dem Benutzer 220 präsentierte Aufforderung über eine mögliche Bedeutung des detektierten Gehirnwellensignals und eine Reaktion durch den Benutzer 220 auf die Aufforderung zum Evaluieren der Aufforderung gebildet werden.
Das Training kann im Wesentlichen wie oben jeweils für die Headsets 100 und/oder 200 beschrieben durchgeführt werden.
Eine Trainingssituation, wie für ein beliebiges der Headsets 200 oder 300 und/oder das Headset-System 301 gelten kann, ist in 4B visualisiert.
Das Headset/Headset-System 200/300/301 kann die Gehirnwellen des Benutzers 220 unter Verwendung des Gehirnwellensensors 102 überwachen, sie z. B. dem Prozessor 104, der das maschinelle Lernmodell ausführt, bereitstellen, der bestimmen kann, dass ein Gehirnwellenmuster detektiert wurde, dass mit einer Aufforderung (beispielsweise einer gesundheitsbezogenen Aufforderung, hier: dass sich der Benutzer 220 möglicherweise müde fühlt) übereinstimmt.
Der Prozessor 104 kann dazu eingerichtet sein, dem Benutzer 220 die Aufforderung zu präsentieren. In 4B ist eine Projektion einer Textnachricht unter Verwendung eines Projektors als eine Ausgabevorrichtung 208, der in das Headset 200, 300 integriert ist, gezeigt. Eine beliebige andere Art von Präsentation, die durch den Benutzer 220 empfangen werden kann, kann jedoch stattdessen oder zusätzlich verwendet werden, beispielsweise eine Audionachricht, die durch Knochenleitung bereitgestellt wird, oder durch einen Lautsprecher (z. B. In-Ohr-Lautsprecher), Anzeigen eines Textes oder eines Bildes auf einer externen Vorrichtung 332 wie einem Smartphone, Benachrichtigen des Benutzers 220 über visuelle Ausgabe (Lichter), Vibration, elektrischen Schock, Heads-Up-Display (einschließlich auf einer Smart-Brille oder Kontaktlinsen) usw.
Als Reaktion auf die Aufforderung kann der Benutzer 220 die Reaktion dem Headset/Headset-System 200, 300, 301 durch eine Eingabevorrichtung 206 bereitstellen. In dem in 4A gezeigten Beispiel bewegt der Benutzer 220 seinen Finger zu einer projizierten „NEIN“-Taste. Die Bewegung kann durch eine Kamera erfasst werden, die im Headset/Headset-System 200, 300, 301 als eine Eingabevorrichtung 206 enthalten ist.
Ähnlich zu dem oben Beschriebenen können die eine oder die mehreren Eingabevorrichtungen 206 alternativ oder zusätzlich beispielsweise ein Mikrofon, ein Sensorpad, ein Bewegungssensor (z. B. optischer Bewegungssensor und/oder Beschleunigungsmesser und/oder Gyroskop) und/oder mindestens eine Taste sein. Die eine oder die mehreren Eingabevorrichtungen 206 können in verschiedenen Ausführungsformen den Eingabevorrichtungen ähneln oder mit diesen identisch sein, die für ein anfängliches Training des Headsets/Headset-Systems 100, 101 verwendet werden.
Das maschinelle Lernmodell kann durch den Prozessor 104 gemäß der Reaktion des Benutzers angepasst werden.
In verschiedenen Ausführungsformen können beliebige der Headsets/Headset-Vorrichtungen 100, 101, 200, 300, 301 optional ferner Vorrichtungen 210 wie zum Beispiel Sensoren beinhalten, z. B. einen biometrischen Sensor wie einen Fingerabdrucksensor zur Authentifizierung, einen Temperatursensor, einen Luftfeuchtigkeitssensor, einen Drucksensor, einen magnetischen Sensor, einen bewegungs-/positionsbezogenen (Beschleunigungsmesser, Gyroskop) Sensor, der für andere Zwecke neben einer Eingabevorrichtung für die Benutzerrückmeldung verwendet werden kann, einen Gassensor, einen chemischen Sensor usw.
In verschiedenen Ausführungsformen kann der oben beschriebene Trainingsprozess neben der Durchführung des Trainings - z. B. anfänglich oder später während dedizierter Phasen - in einer kontrollierten maschinellen Lernumgebung (die einen möglichen „kontaminierenden“ visuellen/akustischen usw. Einfluss auf das Gehirn reduzieren kann), während täglicher Aktivitäten stattfinden (und optional basierend auf Anforderung/Bestätigung des Benutzers) und kann dem Benutzer dadurch „natürlich“ erscheinen und daher ermöglichen, viele Wiederholungen bereitzustellen, ohne für den Benutzer 220 wie eine Bürde zu erscheinen.
Nach der anfänglichen Trainingsphase kann das Headset/Headset-System 100, 101, 200, 300, 301 zu einer Phase des Verwendens des Headsets/Headset-Systems 100, 101, 200, 300, 301 übergehen (möglicherweise zusätzlich zu dem Training). Die Verwendung des Headsets/Headset-Systems 100, 101, 200, 300, 301 kann beinhalten, dass das Headset/Headset-System 100, 101, 200, 300, 301 den Benutzer 220 basierend auf Gedankenlesen und/oder möglicherweise kombiniert mit einer Audio-Konversation mit dem Benutzer 220 bei der Durchführung beliebiger Aufgaben unterstützt.
Um den Benutzer 220 zu unterstützen, beispielsweise die Fragen des Benutzers zu beantworten oder zum Beispiel dem Benutzer gesundheitsbezogene Vorschläge zu unterbreiten, kann das Headset/Headset-System 100, 101, 200, 300, 301 drahtgebundene/drahtlose Konnektivität (z. B. die Kommunikationsschnittstelle 130) mit externen elektronischen Vorrichtungen 332, z. B. mit einer Cloud und/oder dem Internet, sowie Sensoren (wie Beschleunigungsmesser, Temperatur, Kamera) zum besseren Verständnis der Umgebung verwenden und/oder kann einen Link zu Smart-Home-Anwendungen wie Wärmekontrolle, Lichtschalter oder dergleichen herstellen.
In verschiedenen Ausführungsformen kann das maschinelle Lernmodell (einschließlich aller zugehöriger Software) vom Headset 100, 200, 300 zu einer externen Vorrichtung 332 (z. B. einer Cloud, z. B. für Backup-Zwecke, oder einem anderen Headset) kopiert werden. Diese Transaktion kann in verschiedenen Ausführungsformen eine Authentifizierung durch den Benutzer 220 erfordern, zum Beispiel über den biometrischen Sensor 210.
5 ist ein Flussdiagramm 500 eines Verfahrens zum Anlernen eines Headset-Systems gemäß verschiedenen Ausführungsformen.
Das Headset-System kann einen Gehirnwellensensor und einen Prozessor beinhalten.
Das Verfahren kann Folgendes beinhalten: Detektieren von Gehirnwellensignalen eines Benutzers des Headsets (in 510), und Implementieren eines maschinellen Lernmodells und Trainieren des maschinellen Lernmodells unter Verwendung von Trainingsdaten, wobei die Trainingsdaten durch ein detektiertes Gehirnwellensignal, eine durch das Headset-System ausgewählte und dem Benutzer präsentierte Aufforderung über eine mögliche Bedeutung des detektierten Gehirnwellensignals und eine Reaktion durch den Benutzer auf die Aufforderung zum Evaluieren der Aufforderung gebildet werden, wobei die Reaktion durch das Gehirn des Benutzers erzeugt und durch den Gehirnwellensensor als ein Gehirnwellenreaktionssignal detektiert wird (in 520).
6 ist ein Flussdiagramm 600 eines Verfahrens zum Anlernen eines Headsets gemäß verschiedenen Ausführungsformen.
Das Headset kann einen Gehirnwellensensor und einen Prozessor beinhalten.
Das Verfahren kann Folgendes beinhalten: Detektieren von Gehirnwellensignalen eines Benutzers des Headsets (in 610), und Implementieren eines maschinellen Lernmodells und Trainieren des maschinellen Lernmodells unter Verwendung von Trainingsdaten, wobei die Trainingsdaten durch ein detektiertes Gehirnwellensignal, eine durch das Headset ausgewählte und dem Benutzer präsentierte Aufforderung über eine mögliche Bedeutung des detektierten Gehirnwellensignals und eine Reaktion durch den Benutzer auf die Aufforderung zum Evaluieren der Aufforderung gebildet werden (in 620).
7 ist ein Flussdiagramm 700 eines Verfahrens zum Anlernen eines Headsets gemäß verschiedenen Ausführungsformen.
Das Headset kann einen Gehirnwellensensor und einen Prozessor beinhalten.
Das Verfahren kann Folgendes beinhalten: Detektieren von Gehirnwellensignalen eines Benutzers des Headsets (in 710) und Implementieren eines maschinellen Lernmodells und Trainieren des maschinellen Lernmodells an den Gehirnwellensignalcharakteristiken des Benutzers, wobei das maschinelle Lernmodell dazu eingerichtet ist, Informationen über den Gesundheitszustand des Benutzers aus detektierten Gehirnwellensignalen zu detektieren (in 720).
8 ist ein Flussdiagramm 800 eines Verfahrens zum Verwenden eines Headsets gemäß verschiedenen Ausführungsformen.
Das Verfahren kann Folgendes beinhalten: Trainieren des Headsets gemäß einem Trainingsverfahren gemäß verschiedenen Ausführungsformen (in 810) und Verwenden des trainierten Headsets durch Detektieren weiterer Gehirnwellensignale eines Benutzers des Headsets und Zuweisen von Bedeutungen entsprechend den trainierten Aufforderungen gemäß dem trainierten maschinellen Lernmodell (in 820).
9 ist ein Flussdiagramm 900 eines Verfahrens zum Verwenden eines Headset-Systems gemäß verschiedenen Ausführungsformen.
Das Verfahren kann Folgendes beinhalten: Trainieren des Headset-Systems gemäß einem Trainingsverfahren gemäß verschiedenen Ausführungsformen (in 910) und Verwenden des trainierten Headset-Systems durch Detektieren weiterer Gehirnwellensignale eines Benutzers des Headset-Systems und Zuweisen von Bedeutungen entsprechend den trainierten Aufforderungen gemäß dem trainierten maschinellen Lernmodell (in 920).
Verschiedene Beispiele sind nachfolgend beschrieben:
Beispiel 1 ist ein Headset-System. Das Headset-System kann Folgendes beinhalten: einen Gehirnwellensensor, der dazu eingerichtet ist, Gehirnwellensignale eines Benutzers des Headsets zu detektieren, und einen Prozessor, der dazu eingerichtet ist, ein maschinelles Lernmodell zu implementieren und das maschinelle Lernmodell unter Verwendung von Trainingsdaten zu trainieren, wobei die Trainingsdaten durch ein detektiertes Gehirnwellensignal, eine durch das Headset-System ausgewählte und dem Benutzer präsentierte Aufforderung über eine mögliche Bedeutung des detektierten Gehirnwellensignals und eine Reaktion durch den Benutzer auf die Aufforderung zum Evaluieren der Aufforderung gebildet werden, wobei die Reaktion durch das Gehirn des Benutzers erzeugt und durch den Gehirnwellensensor als ein Gehirnwellenreaktionssignal detektiert wird.
In Beispiel 2 kann der Gegenstand des Beispiels 1 optional ferner mindestens eine Kommunikationsschnittstelle zur Drahtlos-Kommunikation innerhalb des Headset-Systems oder mit einer externen Vorrichtung beinhalten.
In Beispiel 3 kann der Gegenstand des Beispiels 2 optional ferner beinhalten, dass der Prozessor Teil eines Datenverarbeitungssystems ist, das sich extern zu dem Headset befindet, und dass das Headset dazu eingerichtet ist, die detektierten Gehirnwellensignale zu dem Prozessor zu senden und die Aufforderung vom Prozessor über mindestens eine Kommunikationsschnittstelle zu empfangen.
In Beispiel 4 kann der Gegenstand des Beispiels 3 optional ferner beinhalten, dass das Headset dazu eingerichtet ist, das Gehirnwellenreaktionssignal zu dem Prozessor zu senden.
In Beispiel 5 kann der Gegenstand des Beispiels 1 oder 2 optional ferner beinhalten, dass der Prozessor Teil des Headsets ist.
Beispiel 6 ist ein Headset. Das Headset kann Folgendes beinhalten: einen Gehirnwellensensor, der dazu eingerichtet ist, Gehirnwellensignale eines Benutzers des Headsets zu detektieren, und einen Prozessor, der dazu eingerichtet ist, ein maschinelles Lernmodell zu implementieren und das maschinelle Lernmodell unter Verwendung von Trainingsdaten zu trainieren, wobei die Trainingsdaten durch ein detektiertes Gehirnwellensignal, eine durch das Headset ausgewählte und dem Benutzer präsentierte Aufforderung über eine mögliche Bedeutung des detektierten Gehirnwellensignals und eine Reaktion durch den Benutzer auf die Aufforderung zum Evaluieren der Aufforderung gebildet werden.
In Beispiel 7 kann der Gegenstand des Beispiels 6 optional ferner mindestens eine Eingabevorrichtung beinhalten, die dazu eingerichtet ist, die Reaktion zu detektieren und die detektierte Reaktion zu dem Prozessor zu transferieren, wobei die mindestens eine Eingabevorrichtung optional mindestens eine aus einer Gruppe von Eingabevorrichtungen ist, wobei die Gruppe ein Mikrofon, ein Sensorpad, einen Bewegungssensor und mindestens eine Taste beinhaltet.
In Beispiel 8 kann der Gegenstand des Beispiels 6 oder 7 optional ferner mindestens eine Ausgabevorrichtung beinhalten, die dazu eingerichtet ist, dem Benutzer die Aufforderung bereitzustellen, wobei die mindestens eine Ausgabevorrichtung optional mindestens eine aus einer Gruppe von Ausgabevorrichtungen ist, wobei die Gruppe einen Lautsprecher, einen Knochenleiter und einen Projektor beinhaltet.
Beispiel 9 ist ein Headset-System. Das Headset-System kann das Headset eines der Beispiele 6 bis 8 und mindestens eine externe Eingabevorrichtung extern zu dem Headset und eingerichtet zum Kommunizieren mit dem Prozessor und/oder mindestens eine externe Ausgabevorrichtung eingerichtet zum Bereitstellen der Aufforderung zu dem Benutzer beinhalten.
In Beispiel 10 kann der Gegenstand des Beispiels 9 optional ferner beinhalten, dass die mindestens eine externe Eingabevorrichtung mindestens eine aus einer Gruppe externer Eingabevorrichtungen ist, wobei die Gruppe ein Mikrofon, ein Sensorpad, eine Tastatur, eine Smart-Vorrichtung wie ein Smartphone, eine Smartwatch, einen Smart-Ring, eine Smart-Brille, Smart-Kontaktlinsen oder dergleichen und mindestens eine Taste beinhaltet.
In Beispiel 11 kann der Gegenstand des Beispiels 9 oder 10 optional ferner beinhalten, dass die mindestens eine externe Ausgabevorrichtung mindestens eine aus einer Gruppe von Ausgabevorrichtungen ist, wobei die Gruppe einen Lautsprecher, einen Knochenleiter, eine Anzeige, eine Smart-Vorrichtung wie ein Smartphone, eine Smartwatch, einen Smart-Ring, eine Smart-Brille, Smart-Kontaktlinsen oder dergleichen und einen Projektor beinhaltet.
Beispiel 12 ist ein Headset. Das Headset kann Folgendes beinhalten: einen Gehirnwellensensor, der dazu eingerichtet ist, Gehirnwellensignale eines Benutzers des Headsets zu detektieren, und einen Prozessor, der dazu eingerichtet ist, ein maschinelles Lernmodell zu implementieren, das an den Gehirnwellensignalcharakteristiken des Benutzers trainiert ist, wobei das maschinelle Lernmodell dazu eingerichtet ist, Informationen über den Gesundheitszustand des Benutzers aus detektierten Gehirnwellensignalen zu detektieren.
In Beispiel 13 kann der Gegenstand des Beispiels 12 ferner optional beinhalten, dass der Prozessor ferner dazu eingerichtet ist, das maschinelle Lernmodell unter Verwendung von Trainingsdaten zu trainieren, wobei die Trainingsdaten durch ein detektiertes Gehirnwellensignal, eine durch das Headset-System ausgewählte und dem Benutzer präsentierte Aufforderung über eine mögliche Bedeutung des detektierten Gehirnwellensignals und eine Reaktion durch den Benutzer auf die Aufforderung zum Evaluieren der Aufforderung gebildet werden.
In Beispiel 14 kann der Gegenstand des Beispiels 13 optional ferner mindestens eine Eingabevorrichtung beinhalten, die dazu eingerichtet ist, die Reaktion zu detektieren und die detektierte Reaktion zu dem Prozessor zu transferieren, wobei die mindestens eine Eingabevorrichtung optional mindestens eine aus einer Gruppe von Eingabevorrichtungen ist, wobei die Gruppe ein Mikrofon, ein Sensorpad, einen Bewegungssensor und mindestens eine Taste beinhaltet.
In Beispiel 15 kann der Gegenstand des Beispiels 13 oder 14 optional ferner mindestens eine Ausgabevorrichtung beinhalten, die dazu eingerichtet ist, dem Benutzer die Aufforderung bereitzustellen, wobei die mindestens eine Ausgabevorrichtung optional mindestens eine aus einer Gruppe von Ausgabevorrichtungen ist, wobei die Gruppe einen Lautsprecher, einen Knochenleiter und einen Projektor beinhaltet.
Beispiel 16 ist ein Verfahren zum Trainieren eines Headset-Systems, das einen Gehirnwellensensor und einen Prozessor beinhaltet, wobei das Verfahren Folgendes beinhaltet: Detektieren von Gehirnwellensignalen eines Benutzers des Headsets und Implementieren eines maschinellen Lernmodells und Trainieren des maschinellen Lernmodells unter Verwendung von Trainingsdaten, wobei die Trainingsdaten durch ein detektiertes Gehirnwellensignal, eine durch das Headset-System ausgewählte und dem Benutzer präsentierte Aufforderung über eine mögliche Bedeutung des detektierten Gehirnwellensignals und eine Reaktion durch den Benutzer auf die Aufforderung zum Evaluieren der Aufforderung gebildet werden, wobei die Reaktion von dem Gehirn des Benutzers erzeugt und von dem Gehirnwellensensor als ein Gehirnwellenreaktionssignal detektiert wird.
Beispiel 17 ist ein Verfahren zum Trainieren eines Headsets, das einen Gehirnwellensensor und einen Prozessor beinhaltet, wobei das Verfahren Folgendes beinhaltet: Detektieren von Gehirnwellensignalen eines Benutzers des Headsets und Implementieren eines maschinellen Lernmodells und Trainieren des maschinellen Lernmodells unter Verwendung von Trainingsdaten, wobei die Trainingsdaten durch ein detektiertes Gehirnwellensignal, eine durch das Headset ausgewählte und dem Benutzer präsentierte Aufforderung über eine mögliche Bedeutung des detektierten Gehirnwellensignals und eine Reaktion durch den Benutzer auf die Aufforderung zum Evaluieren der Aufforderung gebildet werden.
Beispiel 18 ist ein Verfahren zum Trainieren eines Headsets, das einen Gehirnwellensensor und einen Prozessor beinhaltet, wobei das Verfahren Folgendes beinhaltet: Detektieren von Gehirnwellensignalen eines Benutzers des Headsets und Implementieren eines maschinellen Lernmodells und Trainieren des maschinellen Lernmodells an den Gehirnwellensignalcharakteristiken des Benutzers, wobei das maschinelle Lernmodell dazu eingerichtet ist, Informationen über den Gesundheitszustand des Benutzers aus detektierten Gehirnwellensignalen zu detektieren.
In Beispiel 19 kann der Gegenstand des Beispiels 18 ferner optional beinhalten, dass das Trainieren des maschinellen Lernmodells Verwenden von Trainingsdaten beinhaltet, wobei die Trainingsdaten durch ein detektiertes Gehirnwellensignal, eine durch das Headset ausgewählte und dem Benutzer präsentierte Aufforderung über eine mögliche Bedeutung des detektierten Gehirnwellensignals und eine Reaktion durch den Benutzer auf die Aufforderung zum Evaluieren der Aufforderung gebildet werden.
In Beispiel 20 kann der Gegenstand des Beispiels 16, 17 oder 19 optional ferner beinhalten, dass die Aufforderung aus einer ersten Datenbank, die mehrere vordefinierte anfängliche Aufforderungen beinhaltet, oder aus einer zweiten Datenbank mit teilweise oder vollständig trainierten Aufforderungen ausgewählt wird.
In Beispiel 21 kann der Gegenstand des Beispiels 20 optional ferner beinhalten, dass die erste Datenbank ferner mindestens eine zu jeder der vordefinierten anfänglichen Aufforderungen zugewiesene Charakteristik beinhaltet und dass die Aufforderung unter Berücksichtigung der mindestens einen Charakteristik ausgewählt wird.
In Beispiel 22 kann der Gegenstand des Beispiels 21 optional ferner beinhalten, dass die mindestens eine Charakteristik aus einer Gruppe von Charakteristiken ausgewählt wird, wobei die Gruppe eine Häufigkeit des Auftretens der Aufforderung, die optional durch statistische Evaluierungen vorbestimmt wird, eine Zeit des wahrscheinlichsten Auftretens der Aufforderung, die optional durch statistische Evaluierungen vorbestimmt wird, und für die Aufforderung erwartete Grundeigenschaften des Gehirnwellenmusters, zum Beispiel aktivierte Gehirnregionen, beinhaltet.
In Beispiel 23 kann der Gegenstand des Beispiels 16, 17, 19 oder 22 optional ferner beinhalten, dass das Präsentieren der Aufforderung zu dem Benutzer eine akustische Präsentation, zum Beispiel durch Lautsprecher oder Knochenleiter, und/oder eine visuelle Präsentation, zum Beispiel durch Anzeige, Projektor, eine Smart-Brille oder Smart-Kontaktlinsen, umfasst.
In Beispiel 24 kann der Gegenstand des Beispiels 17 oder 19 bis 23 optional ferner beinhalten, dass der Benutzer die Reaktion durch Gedanken, Bewegung, Sprache und/oder manuelle Eingabe bereitstellt.
In Beispiel 25 kann der Gegenstand eines der Beispiele 16 bis 24 optional ferner beinhalten, dass das Training des maschinellen Lernmodells durch den Benutzer initiiert wird.
Beispiel 26 ist ein Verfahren zum Verwenden eines Headsets. Das Verfahren kann Folgendes beinhalten: Trainieren des Headsets gemäß dem Verfahren eines der Beispiele 17 bis 25 und Verwenden des trainierten Headsets durch Detektieren weiterer Gehirnwellensignale eines Benutzers des Headsets und Zuweisen von Bedeutungen entsprechend den trainierten Aufforderungen gemäß dem trainierten maschinellen Lernmodell.
Beispiel 27 ist ein Verfahren zum Verwenden eines Headset-Systems. Das Verfahren kann Folgendes beinhalten: Trainieren des Headset-Systems gemäß dem Verfahren eines der Beispiele 16 und 20 bis 25 und Verwenden des trainierten Headset-Systems durch Detektieren weiterer Gehirnwellensignale eines Benutzers des Headset-Systems und Zuweisen von Bedeutungen entsprechend den trainierten Aufforderungen gemäß dem trainierten maschinellen Lernmodell.
In Beispiel 28 kann der Gegenstand des Beispiels 26 oder 27 optional ferner Ausführen einer Handlung entsprechend den zugewiesenen Bedeutungen beinhalten.
In Beispiel 29 kann der Gegenstand des Beispiels 28 optional ferner beinhalten, dass die Handlung Vorschlagen einer Tätigkeit für den Benutzer beinhaltet, zum Beispiel zur Verbesserung der Gesundheit des Benutzers, oder das Beantworten einer Frage.
In Beispiel 30 kann der Gegenstand des Beispiels 29 optional ferner beinhalten, dass das Beantworten der Frage Abrufen einer Antwort auf die Frage, bei der es sich um die zugewiesene Bedeutung handelt, aus dem Internet beinhaltet.
In Beispiel 31 kann der Gegenstand eines der Beispiele 27 bis 30 optional ferner beinhalten, dass das Headset zur Online- und/oder Offline-Interaktion mit dem Benutzer konfiguriert ist.
Obwohl die Erfindung insbesondere unter Bezugnahme auf spezielle Ausführungsformen dargestellt und beschrieben worden ist, versteht es sich für einen Fachmann, dass verschiedene Änderungen an Form und Einzelheiten vorgenommen werden können, ohne vom Wesen und Schutzumfang der Erfindung, wie durch die anliegenden Ansprüche definiert, abzuweichen. Der Schutzumfang der Erfindung wird somit durch die beigefügten Ansprüche angegeben, und daher sollen alle Änderungen, die in die Bedeutung und den Äquivalenzbereich der Ansprüche fallen, eingeschlossen sein.

Claims

Headset-System (101), das Folgendes aufweist: • einen Gehirnwellensensor (102), der dazu eingerichtet ist, Gehirnwellensignale eines Benutzers (220) des Headsets (103) zu detektieren; und • einen Prozessor (104), der dazu eingerichtet ist, ein maschinelles Lernmodell zu implementieren und das maschinelle Lernmodell unter Verwendung von Trainingsdaten zu trainieren, wobei die Trainingsdaten durch ein detektiertes Gehirnwellensignal, eine durch das Headset-System (101) ausgewählte und dem Benutzer (220) präsentierte Aufforderung über eine mögliche Bedeutung des detektierten Gehirnwellensignals und eine Reaktion durch den Benutzer auf die Aufforderung zum Evaluieren der Aufforderung gebildet werden, wobei die Reaktion durch das Gehirn des Benutzers (220) erzeugt und durch den Gehirnwellensensor (102) als ein Gehirnwellenreaktionssignal detektiert wird.
Headset-System (101) nach Anspruch 1, das ferner Folgendes umfasst: mindestens eine Kommunikationsschnittstelle (130) zur Drahtlos-Kommunikation innerhalb des Headset-Systems (101) oder mit einer externen Vorrichtung (332).
Headset-System (101) nach Anspruch 2, wobei der Prozessor (104) Teil eines Datenverarbeitungssystems ist, das sich extern zu dem Headset (103) befindet; und wobei das Headset (103) dazu eingerichtet ist, die detektierten Gehirnwellensignale zu dem Prozessor (104) zu senden und die Aufforderung vom Prozessor (104) über mindestens eine Kommunikationsschnittstelle (130) zu empfangen.
Headset-System (101) nach Anspruch 3, wobei das Headset (103) dazu eingerichtet ist, das Gehirnwellenreaktionssignal zu dem Prozessor (104) zu senden.
Headset-System nach Anspruch 1 oder 2, wobei der Prozessor (104) Teil des Headsets (100) ist.
Headset (200), das Folgendes aufweist: • einen Gehirnwellensensor (102), der dazu eingerichtet ist, Gehirnwellensignale eines Benutzers (220) des Headsets (200) zu detektieren; und • einen Prozessor (104), der dazu eingerichtet ist, ein maschinelles Lernmodell zu implementieren und das maschinelle Lernmodell unter Verwendung von Trainingsdaten zu trainieren, wobei die Trainingsdaten durch ein detektiertes Gehirnwellensignal, eine durch das Headset (200) ausgewählte und dem Benutzer (220) präsentierte Aufforderung über eine mögliche Bedeutung des detektierten Gehirnwellensignals und eine Reaktion von dem Benutzer (220) auf die Aufforderung zum Evaluieren der Aufforderung gebildet werden.
Headset (200) nach Anspruch 6, das ferner Folgendes aufweist: mindestens eine Eingabevorrichtung (206), die dazu eingerichtet ist, die Reaktion zu detektieren und die detektierte Reaktion zu dem Prozessor (104) zu transferieren, wobei die mindestens eine Eingabevorrichtung (206) optional mindestens eine aus einer Gruppe von Eingabevorrichtungen (206) ist, wobei die Gruppe Folgendes aufweist: ein Mikrofon, ein Sensorpad, einen Bewegungssensor, und mindestens eine Taste.
Headset (200) nach einem der Ansprüche 6 oder 7, das ferner Folgendes aufweist: mindestens eine Ausgabevorrichtung (208), die dazu eingerichtet ist, dem Benutzer (220) die Aufforderung bereitzustellen, wobei die mindestens eine Ausgabevorrichtung (208) optional mindestens eine aus einer Gruppe von Ausgabevorrichtungen (208) ist, wobei die Gruppe Folgendes aufweist: einen Lautsprecher, einen Knochenleiter, und einen Projektor.
Headset-System (301), das Folgendes aufweist: das Headset (200) nach einem der Ansprüche 6 bis 8; und mindestens eine externe Eingabevorrichtung (332) extern zu dem Headset und eingerichtet zum Kommunizieren mit dem Prozessor (104); und/oder mindestens eine externe Ausgabevorrichtung (332), die dazu eingerichtet ist, dem Benutzer (220) die Aufforderung bereitzustellen.
Headset-System nach Anspruch 9, wobei die mindestens eine externe Eingabevorrichtung (332) mindestens eine aus einer Gruppe externer Eingabevorrichtungen ist, wobei die Gruppe Folgendes aufweist: ein Mikrofon, ein Sensorpad, eine Tastatur, eine Smart-Vorrichtung wie ein Smartphone, eine Smartwatch, einen Smart-Ring, eine Smart-Brille, Smart-Kontaktlinsen oder dergleichen; und mindestens eine Taste.
Headset-System nach Anspruch 9 oder 10, wobei die mindestens eine externe Ausgabevorrichtung (332) mindestens eine aus einer Gruppe von Ausgabevorrichtungen ist, wobei die Gruppe Folgendes aufweist: einen Lautsprecher, einen Knochenleiter, eine Anzeige; eine Smart-Vorrichtung wie ein Smartphone, eine Smartwatch, einen Smart-Ring, eine Smart-Brille, Smart-Kontaktlinsen oder dergleichen; und einen Projektor.
Headset (300), das Folgendes aufweist: • einen Gehirnwellensensor (102), der dazu eingerichtet ist, Gehirnwellensignale eines Benutzers (220) des Headsets (300) zu detektieren; und • einen Prozessor (104), der dazu eingerichtet ist, ein maschinelles Lernmodell zu implementieren, das an den Gehirnwellensignalcharakteristiken des Benutzers (220) trainiert ist, wobei das maschinelle Lernmodell dazu eingerichtet ist, Informationen über den Gesundheitszustand des Benutzers aus detektierten Gehirnwellensignalen zu detektieren.
Headset (300) nach Anspruch 12, wobei der Prozessor (104) ferner dazu eingerichtet ist, das maschinelle Lernmodell unter Verwendung von Trainingsdaten zu trainieren, wobei die Trainingsdaten durch ein detektiertes Gehirnwellensignal, eine durch das Headset-System ausgewählte und dem Benutzer (220) präsentierte Aufforderung über eine mögliche Bedeutung des detektierten Gehirnwellensignals und eine Reaktion durch den Benutzer (220) auf die Aufforderung zum Evaluieren der Aufforderung gebildet werden.
Headset (300) nach Anspruch 13, das ferner Folgendes aufweist: mindestens eine Eingabevorrichtung (206), die dazu eingerichtet ist, die Reaktion zu detektieren und die detektierte Reaktion zu dem Prozessor (104) zu transferieren, wobei die mindestens eine Eingabevorrichtung (206) optional mindestens eine aus einer Gruppe von Eingabevorrichtungen ist, wobei die Gruppe Folgendes aufweist: ein Mikrofon, ein Sensorpad, einen Bewegungssensor, und mindestens eine Taste.
Headset (300) nach einem der Ansprüche 13 oder 14, das ferner Folgendes aufweist: mindestens eine Ausgabevorrichtung (208), die dazu eingerichtet ist, dem Benutzer (220) die Aufforderung bereitzustellen, wobei die mindestens eine Ausgabevorrichtung (208) optional mindestens eine aus einer Gruppe von Ausgabevorrichtungen (208) ist, wobei die Gruppe Folgendes aufweist: einen Lautsprecher, einen Knochenleiter, und einen Projektor.
Verfahren zum Trainieren eines Headset-Systems, das einen Gehirnwellensensor und einen Prozessor beinhaltet, wobei das Verfahren Folgendes aufweist: • Detektieren von Gehirnwellensignalen eines Benutzers des Headsets (510); und • Implementieren eines maschinellen Lernmodells und Trainieren des maschinellen Lernmodells unter Verwendung von Trainingsdaten, wobei die Trainingsdaten durch ein detektiertes Gehirnwellensignal, eine von dem Headset-System ausgewählte und dem Benutzer präsentierte Aufforderung über eine mögliche Bedeutung des detektierten Gehirnwellensignals und eine Reaktion durch den Benutzer auf die Aufforderung zum Evaluieren der Aufforderung gebildet werden, wobei die Reaktion von dem Gehirn des Benutzers erzeugt und von dem Gehirnwellensensor als ein Gehirnwellenreaktionssignal detektiert wird (520).
Verfahren zum Trainieren eines Headsets, das einen Gehirnwellensensor und einen Prozessor beinhaltet, wobei das Verfahren Folgendes aufweist: • Detektieren von Gehirnwellensignalen eines Benutzers des Headsets (610); und • Implementieren eines maschinellen Lernmodells und Trainieren des maschinellen Lernmodells unter Verwendung von Trainingsdaten, wobei die Trainingsdaten durch ein detektiertes Gehirnwellensignal, eine von dem Headset ausgewählte und dem Benutzer präsentierte Aufforderung über eine mögliche Bedeutung des detektierten Gehirnwellensignals und eine Reaktion von dem Benutzer auf die Aufforderung zum Evaluieren der Aufforderung gebildet werden (620).
Verfahren zum Trainieren eines Headsets, das einen Gehirnwellensensor und einen Prozessor beinhaltet, wobei das Verfahren Folgendes aufweist: • Detektieren von Gehirnwellensignalen eines Benutzers des Headsets (710); und • Implementieren eines maschinellen Lernmodells und Trainieren des maschinellen Lernmodells an den Gehirnwellensignalcharakteristiken des Benutzers, wobei das maschinelle Lernmodell dazu eingerichtet ist, Informationen über den Gesundheitszustand des Benutzers aus detektierten Gehirnwellensignalen zu detektieren (720).
Verfahren nach Anspruch 18, wobei das Trainieren des maschinellen Lernmodells Verwenden von Trainingsdaten beinhaltet, wobei die Trainingsdaten durch ein detektiertes Gehirnwellensignal, eine durch das Headset ausgewählte und dem Benutzer präsentierte Aufforderung über eine mögliche Bedeutung des detektierten Gehirnwellensignals und eine Reaktion durch den Benutzer auf die Aufforderung zum Evaluieren der Aufforderung gebildet werden.
Verfahren zum Verwenden eines Headsets, wobei das Verfahren Folgendes aufweist: Trainieren des Headsets gemäß dem Verfahren nach einem der Ansprüche 17 bis 19 (810); und Verwenden des trainierten Headsets durch Detektieren weiterer Gehirnwellensignale eines Benutzers des Headsets und Zuweisen von Bedeutungen entsprechend den trainierten Aufforderungen gemäß dem trainierten maschinellen Lernmodell (820).