Pretražite po imenu i prezimenu autora, mentora, urednika, prevoditelja

Napredna pretraga

Pregled bibliografske jedinice broj: 1093017

Izdvajanje značajki i klasifikacija signala EEG-a u sustavima sučelja mozga i računala


Franjić, Ivan
Izdvajanje značajki i klasifikacija signala EEG-a u sustavima sučelja mozga i računala, 2018., diplomski rad, diplomski, Fakultet elektrotehnike i računarstva, Zagreb


CROSBI ID: 1093017 Za ispravke kontaktirajte CROSBI podršku putem web obrasca

Naslov
Izdvajanje značajki i klasifikacija signala EEG-a u sustavima sučelja mozga i računala
(Feature Extraction and Classification of EEG Signals in Brain Computer Interfaces)

Autori
Franjić, Ivan

Vrsta, podvrsta i kategorija rada
Ocjenski radovi, diplomski rad, diplomski

Fakultet
Fakultet elektrotehnike i računarstva

Mjesto
Zagreb

Datum
06.07

Godina
2018

Stranica
56

Mentor
Cifrek, Mario

Neposredni voditelj
Friganović, Krešimir

Ključne riječi
elektroencefalografija (EEG) ; sučelje mozga i računala ; izdvajanje značajki ; klasifikacija
(electroencephalography (EEG) ; brain computer interface ; feature extraction ; classification)

Sažetak
Sučelje mozga i računala (engl. Brain Computer Interface, BCI) osigurava komunikacijski kanal između čovjeka i računala. Komunikacija se temelji na prikupljanju i analizi signala generiranih u mozgu. BCI sustav zahtijeva od korisnika sposobnost generiranja određenih moždanih obrazaca koje potom može detektirati, dekodirati i pomoću njih upravljati cjelokupnim sustavom. Prema tome, BCI sustav je potpuno neovisan o bilo kakvoj vrsti pokreta korisnika. U ovom su radu analizirani signali EEG-a koji predstavljaju zamišljanje pokreta lijeve odnosno desne ruke te stanje kada ispitanik miruje. Korišteni su javno dostupni signali EEG-a, a to su BCI Competition 2008 Dataset IIIa. Analiza uključuje izdvajanje značajki temeljenih na algebri kvaternionima te klasifikaciju pomoću algoritama temeljenih na stablima odluke. Algoritmi koji su se koristili za klasifikaciju su stablo odluke, algoritam slučajnih šuma, AdaBoost algoritam te ExtraTrees algoritam. Iako primjena kvaterniona pruža elegantan način prikaza signala i efikasan način računanja, točnost koja je postignuta ovim algoritmom, koristeći ovaj skup podataka, je relativno niska te nedovoljna za primjene u stvarnom vremenu.

Izvorni jezik
Hrvatski

Znanstvena područja
Elektrotehnika



POVEZANOST RADA


Ustanove:
Fakultet elektrotehnike i računarstva, Zagreb

Profili:

Avatar Url Krešimir Friganović (mentor)

Avatar Url Mario Cifrek (mentor)


Citiraj ovu publikaciju:

Franjić, Ivan
Izdvajanje značajki i klasifikacija signala EEG-a u sustavima sučelja mozga i računala, 2018., diplomski rad, diplomski, Fakultet elektrotehnike i računarstva, Zagreb
Franjić, I. (2018) 'Izdvajanje značajki i klasifikacija signala EEG-a u sustavima sučelja mozga i računala', diplomski rad, diplomski, Fakultet elektrotehnike i računarstva, Zagreb.
@phdthesis{phdthesis, author = {Franji\'{c}, Ivan}, year = {2018}, pages = {56}, keywords = {elektroencefalografija (EEG), su\v{c}elje mozga i ra\v{c}unala, izdvajanje zna\v{c}ajki, klasifikacija}, title = {Izdvajanje zna\v{c}ajki i klasifikacija signala EEG-a u sustavima su\v{c}elja mozga i ra\v{c}unala}, keyword = {elektroencefalografija (EEG), su\v{c}elje mozga i ra\v{c}unala, izdvajanje zna\v{c}ajki, klasifikacija}, publisherplace = {Zagreb} }
@phdthesis{phdthesis, author = {Franji\'{c}, Ivan}, year = {2018}, pages = {56}, keywords = {electroencephalography (EEG), brain computer interface, feature extraction, classification}, title = {Feature Extraction and Classification of EEG Signals in Brain Computer Interfaces}, keyword = {electroencephalography (EEG), brain computer interface, feature extraction, classification}, publisherplace = {Zagreb} }




Contrast
Increase Font
Decrease Font
Dyslexic Font