بازشناسی دیداری اشیاء از سیگنال تک ثبت EEG
Publish place: 5th Conference on Signal Processing and Intelligent Systems
Publish Year: 1398
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 555
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
SPIS05_025
تاریخ نمایه سازی: 7 بهمن 1398
Abstract:
ارتباط بین فعالیت های مغزی که با روش های مختلف مانند الکتروانسفالوگرافی (EEG) ثبت می شوند با مسائل دنیای واقعی اهمیت بررسی آنها را دوچندان کرده است. با این وجود سطح بالای نوفه (noise) در سیگنال های ثبت شده EEG و اختلافات موجود بین داده های ثبت شده کاربران مختلف کار طبقه بندی سیگنال های دریافتی را با چالش جدی مواجه می کند. در این مطالعه ظرفیت برخی از الگوریتمهای معروف یادگیری ماشین برای یادگیری ویژگیهای مهم و بارز از روی سیگنالهای EEG که با روش تک ثبت از پاسخهای مغز به تصاویر محرک ضبط شده اند را ارزیابی کرده و ارایه میدهیم. علاوه بر بررسی و مطالعهی روشهای مختلف، نشان داده شده است که چگونه با نگاشت صحیح کل فضای دادهای به فضای ویژگیهای بامعنی (IFS) کارایی تقریبا همهی روش های دستهبندی سیگنالهای EEG که در این تحقیق استفاده شده اند را بهبود دهیم. نتایج بررسیهای ما از تمامی نتایج مشابه روی مجموعهدادهی بررسی شده بهتر است و توانایی مناسب و موفق برخی از الگوریتمهای یادگیری ماشین در به دست آوردن ساختار مجزا و تفکیک شدهی دستههای اشیا در دستهبندی سیگنالهای ذخیره شده ی تک ثبت را نشان میدهد.
Keywords:
Authors
مجتبی یاوندحسنی
آزمایشگاه تعامل انسان و کامپیوتر، دانشکده مهندسی برق و کامپیوتر، دانشگاه تربیت مدرس، تهران، ایران
فواد قادری
آزمایشگاه تعامل انسان و کامپیوتر، دانشکده مهندسی برق و کامپیوتر، دانشگاه تربیت مدرس، تهران، ایران