–В таком случае это решаемая своими силами задача. Но очень трудоёмкая.–В своё время эту задачу решил студент-дипломник факультета инфор. технологий.Эту = какую? Именно задачу распознавания паттернов в траекториях мыши? Или задачу записывания и проигрывания траекторий, чтобы потом некий человек/оператор распознавал паттерны своей головой?--Ну, сырая выжимка из этого, как я понимаю, что готовой модели именно "сигналлинга" на этих траекториях пока нет. Или перейти от "онтологии фоновых движений" к "онтологии СИГНАЛЬНЫХ движений" – это тривиальная задача?--Совершенно верно.Понятно.--Да, надо.--Или засекретить :)--С моим уходом это будет засекречено сверхнадежно. Значительные корреляты физиологии и всё ментальное содержание, которое может быть выражено словами.Ну что тогда, обсуждаем совместное предприятие? :)--Ну, надо делать то, что: – можем сделать своими силами – займёт максимум небольшое количество месяцев работ (в свободное время) – имеет очевидную прямую пользу и ээ потребительскую привлекательность для широкой публики--М.б. под эти критерии подойдёт лучше что-то другое, чем именно рефрейминг.--Ну да.Ну подумаем. Надо каталогизировать все возможные идеи.--Приманивать каких-то мега-инвесторов ни смысла, ни возможности (на первом шаге) нет.--Ну да.Ну и бог с ними.
--Если есть наперёд заданная онтология, то определять её – решённая (современной наукой и техникой) задача.--Программы, распознающие "жесты мыши", могут распознавать траектории любой степени заковыристости, состоящие из элементарных элементов типа тех же полуколец, отрезков и т.д.--Эта онтология у меня в голове. А где твои распознающие программы?Они не "мои". Они просто существуют, кем-то уже написанные. Я помню, сто лет назад ковырялся в исходниках одной из этих прог. Раз кто-то уже написал, я смогу повторить.
--Ну, в этом месте сложность не с моделированием движений. В этом месте сложность в математическом моделировании.--Ну, ваш покорный, увы, не специализируется именно на мат. моделировании. Поэтому может разбираться в этой теме не более чем на уровне человека с не самым плохим обще-техническим образованием.В те времена мы находили в интернете готовое решение этой задачи.--Требуется программа, которая (а) аппроксимирует пиксельные линии в непрерывные "геометрические" кривые (б) классифицирует "геометрические" кривые по онтологическим признакам, например, - "петля". И т.п.--Тут нет двух шагов, это один шаг.Два.--Если есть наперёд заданная онтология, то определять её – решённая (современной наукой и техникой) задача.--Программы, распознающие "жесты мыши", могут распознавать траектории любой степени заковыристости, состоящие из элементарных элементов типа тех же полуколец, отрезков и т.д.Эта онтология у меня в голове. А где твои распознающие программы?В таком случае это решаемая своими силами задача. Но очень трудоёмкая.В своё время эту задачу решил студент-дипломник факультета инфор. технологий.Ну, сырая выжимка из этого, как я понимаю, что готовой модели именно "сигналлинга" на этих траекториях пока нет. Или перейти от "онтологии фоновых движений" к "онтологии СИГНАЛЬНЫХ движений" – это тривиальная задача?Совершенно верно.--Да, надо.--Или засекретить :)С моим уходом это будет засекречено сверхнадежно.Значительные корреляты физиологии и всё ментальное содержание, которое может быть выражено словами.--Ну, надо делать то, что: – можем сделать своими силами – займёт максимум небольшое количество месяцев работ (в свободное время) – имеет очевидную прямую пользу и ээ потребительскую привлекательность для широкой публики--М.б. под эти критерии подойдёт лучше что-то другое, чем именно рефрейминг.Ну да.Приманивать каких-то мега-инвесторов ни смысла, ни возможности (на первом шаге) нет.Ну да.
Ну, в этом месте сложность не с моделированием движений. В этом месте сложность в математическом моделировании.Ну, ваш покорный, увы, не специализируется именно на мат. моделировании. Поэтому может разбираться в этой теме не более чем на уровне человека с не самым плохим обще-техническим образованием.Требуется программа, которая (а) аппроксимирует пиксельные линии в непрерывные "геометрические" кривые (б) классифицирует "геометрические" кривые по онтологическим признакам, например, - "петля". И т.п.Тут нет двух шагов, это один шаг.Если есть наперёд заданная онтология, то определять её – решённая (современной наукой и техникой) задача.Программы, распознающие "жесты мыши", могут распознавать траектории любой степени заковыристости, состоящие из элементарных элементов типа тех же полуколец, отрезков и т.д.В таком случае это решаемая своими силами задача. Но очень трудоёмкая.–Да, совершенно верно. Я в своём исследовании просто показал, что наличествует огромное число двигательных КАЧЕСТВЕННЫХ (не статистических) признаков в движениях любого субъекта.–Выше я указал одну такую "фигуру" - "петлю". Таких фигур/признаков в 15 минутной функциональной двигательной пробе любого субъекта содержится несколько десятков. На поверхности.–В качестве функциональной пробы субъекту было задание 15 минут разглядывать некий сайт.Ну, сырая выжимка из этого, как я понимаю, что готовой модели именно "сигналлинга" на этих траекториях пока нет. Или перейти от "онтологии фоновых движений" к "онтологии СИГНАЛЬНЫХ движений" – это тривиальная задача?Да, надо.Или засекретить :)Значительные корреляты физиологии и всё ментальное содержание, которое может быть выражено словами.Ну, надо делать то, что:– можем сделать своими силами– займёт максимум небольшое количество месяцев работ (в свободное время)– имеет очевидную прямую пользу и ээ потребительскую привлекательность для широкой публикиМ.б. под эти критерии подойдёт лучше что-то другое, чем именно рефрейминг.Приманивать каких-то мега-инвесторов ни смысла, ни возможности (на первом шаге) нет.
--Тогда уж так: инструкция после вопроса произвольно взмахивать рукой. А этот датчик ускорений укажет непроизвольную компоненту в таком взмахивании.--Хм, тогда уже моя очередь просить применить к этой рекомендации применить критерий немедленного исполнения :) Какой конкретный алгоритм позволит вычленить непроизвольную компоненту?(1) Преврати показания акселерометра в цифру. В любой аналоговый эквивалент.(2) Далее, прямо считываешь цифровые или аналоговые показатели.--Между прочим, у Лурии (у пионера калибровки непроизвольных сигналов/физиологии) использовалась такая система генерации сигналинга: -испытуемый в ответ на вопрос нажимал грушу типа как в старинном распылителе духов. -воздух из груши приводил в движение стрелку осциллографа ...сигналом была непроизвольная компонента качества движений руки. Очень простой, надежный и устойчивый сигналинг.--Ну, мне кажется, воспроизвести на основе акселерометра подобную вещь будет не сложно. Но только мне что-то априори кажется, что в итоге "распознавание паттернов" на осцилограмме в итоге делали у Лурии люди.Да нет же. Там такие грубые паттерны, что они бросаются в глаза.Если нет, то каким алгоритмом (или какими аналоговыми преобразованиями) вычленялась эта "непроизвольная компонента"?Там были: задержки с ответом, изменения амплитуды чуть ли не в разы. И т.п.