CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

شبکه عصبی Spiking روشی برای مدل سازی،طبقه بندی و فهم داده های فضا_زمان EEG

عنوان مقاله: شبکه عصبی Spiking روشی برای مدل سازی،طبقه بندی و فهم داده های فضا_زمان EEG
شناسه ملی مقاله: TAES01_132
منتشر شده در کنفرانس ملی چشم انداز ۱۴۰۴ و پیشرفتهای تکنولوژیک علوم مهندسی در سال 1394
مشخصات نویسندگان مقاله:

اعظم زارعی - دانشگاه آزاد اسلامی واحد تبریز، گروه مهندسی پزشکی، تبریز، ایران
همایون ابراهیمیان - دانشگاه آزاد اسلامی واحد اردبیل، گروه مهندسی پزشکی، اردبیل، ایران

خلاصه مقاله:
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.

کلمات کلیدی:
شبکه های عصبی spiking، اطلاعات شناختی، EEG، بیماری آلزایمر

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/400875/