شبکه عصبی Spiking روشی برای مدل سازی،طبقه بندی و فهم داده های فضا_زمان EEG
Publish place: 1404 National Conference on Vision and Technological Advances in Engineering Sciences
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,965
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
TAES01_132
تاریخ نمایه سازی: 1 آذر 1394
Abstract:
این مقاله یک روش جدید برای مدل سازی، شناخت و فهم های داده های فضا- زمانی الکتروانسفالو گرافی و اندازه گیری شناختی پیچیده مغز را در طول فرآیندهای فعالیت ذهنی ارائه می دهد. عنصر کلیدی این است که فعالیت ذهنی از طریق انجام فرآیندهای فضا- زمانی پیچیده مغز بوده و تنها در صورتی می توان آنها را قابل درک دانست که ما مدل درستی داده های طیفی فضایی- زمانی این فرآیند را اندازه گیری کنیم. روش پیشنهادی بر روی شبکه عصبی ،spiking اخیراً ارائه شده است، معماری NeoCube نامیده شده است به عنوان چهارچوب کلی برای مدل سازی داده های فضا- زمان مبتنی بر داده های الکتروانسفالوگرافی است. نتایج مدل سازی داده ها با نرم افزار متلب مورد شبیه سازی انجام گرفته و ارائه شده است.
Keywords:
Authors
اعظم زارعی
دانشگاه آزاد اسلامی واحد تبریز، گروه مهندسی پزشکی، تبریز، ایران
همایون ابراهیمیان
دانشگاه آزاد اسلامی واحد اردبیل، گروه مهندسی پزشکی، اردبیل، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :