Инд. авторы:	Брак И.В., Сазонова Ю.И.
Заглавие:	Разработка сервиса задания сценариев предъявления стимулов с использованием модельно-ориентированного подхода
Библ. ссылка:	Брак И.В., Сазонова Ю.И. Разработка сервиса задания сценариев предъявления стимулов с использованием модельно-ориентированного подхода // Вестник Новосибирского государственного университета. Серия: Информационные технологии. - 2018. - Т.16. - № 2. - С.31-40. - ISSN 1818-7900. - EISSN 2410-0420.
Внешние системы:	DOI: 10.25205/1818-7900-2018-16-2-31-40; РИНЦ: 35077662;
Реферат:	rus: Современная физиология не может обойтись без методов количественного анализа данных. Необходимым условием для использования математической статистики, анализа сигналов и машинного обучения является наличие должным образом собранных, размеченных и подготовленных данных. С возможностью совместной обработки данных, собранных в разных условиях и в рамках разных протоколов экспериментов, появилась потребность в наличии структурированной метаинформации. В настоящее время существует множество программных систем, позволяющих создавать, редактировать и запускать сценарии представления стимулов. Их проблемой является сложность использования реализованного сценария как в рамках других систем, так и для аннотирования данных, полученных экспериментально. Целью работы является разработка сервиса, позволяющего зада-вать сценарии представления стимулов с помощью графического интерфейса с возможностью сохранять мета-информацию эксперимента в независимом от платформы формате и исполнять в закрытых системах. В предлагаемом решении используется модельно-ориентированный подход. В основе платформенно-независимой модели лежит открытый формат эксперимента PsychoPy. Для исполнения полученного сценария используется платформа Neurobs Presentation. С помощью преобразования общей модели сценария эксперимента в модель платформы и описания синтаксической структуры предметно-ориентированного языка Presentation автоматически формируется программный код. Реализация данного подхода может быть расширена для других систем представления стимулов. eng: Methods of quantitative data analysis are important in modern physiology. Necessary condition for usage of mathematical statistics, signal analysis and machine learning is the availability of properly collected, marked and prepared data. Thus, preservation of meta-information and structuring results will be useful for their further processing. Physiological experiment consists of a set of trials (samples), in which instructions and certain stimuli are presented to the participant. Reaction on the test sample is recorded as physiological measures. Currently there are many software systems that allow you to create, edit and present scenarios of stimuli representation. Existing systems of presentation stimulus scenario can solve a wide range of tasks but they are not suitable for reusing and there is no universal way to extract metadata of the scenario of the experiment. Purpose of the work is development of the service for stimuli scenario representation with graphical interface, features of saving data in platform independent format and execution in one of the systems. Proposed approach uses model driven architecture principles. The platform-independent model is based on the open format of PsychoPy experiment. Neurobs Presentation system is used to execute scenario. Program code is generated automatically with transformation of the platform-independent model into platform-specific model and describing the syntax of the Presentation domain specific language. Implementation of this approach may be extended to other systems.
Ключевые слова:	предметно-ориентированный язык; кодогенерация; system of stimuli representation; Domain specific language; code generation; Model driven architecture; модельно-ориентированный подход; система предъявления стимулов;
Издано:	2018
Физ. характеристика:	с.31-40
Цитирование:	1. Кропотов Ю. Д. Количественная ЭЭГ, когнитивные вызванные потенциалы мозга человека и нейротерапия. Донецк, 2010. 2. Логвинова К. В. Современные технологии и средства разработки программного обеспечения // Бизнес-информатика. 2007. № 2. 3. Paige R. F. et al. User Experience for Model-Driven Engineering: Challenges and Future Directions // ACM/IEEE 20th International Conference on Model Driven Engineering Languages and Systems. Institute of Electrical and Electronics Engineers Inc., 2017. 4. Kleppe A. G., Warmer J. B., Bast W. MDA explained: the model driven architecture: practice and promise. Addison-Wesley Professional, 2003. 5. Сорокин А. В., Кознов Д. В. Обзор Eclipse Modeling Project // Системное программирование. 2010. Т. 5, № 1. 6. Steinberg D. et al. EMF: eclipse modeling framework. Pearson Education, 2008. 7. Kolovos D. S., Paige R. F., Polack F. A. C. The epsilon transformation language // Interna- tional Conference on Theory and Practice of Model Transformations. Springer, Berlin, Heidelberg, 2008. Р. 46-60. 8. Kolovos D. et al. The epsilon book // Structure. 2010. Vol. 178. Р. 1-10. 9. Heidenreich F. et al. Model-based language engineering with EMFText // Generative and Transformational Techniques in Software Engineering IV. Springer, Berlin, Heidelberg, 2013. P. 322-345.