بازشناسی دیداری اشیاء از سیگنال تک ثبت EEG
عنوان مقاله: بازشناسی دیداری اشیاء از سیگنال تک ثبت EEG
شناسه ملی مقاله: SPIS05_025
منتشر شده در پنجمین کنفرانس پردازش سیگنال و سیستم های هوشمند در سال 1398
شناسه ملی مقاله: SPIS05_025
منتشر شده در پنجمین کنفرانس پردازش سیگنال و سیستم های هوشمند در سال 1398
مشخصات نویسندگان مقاله:
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
خلاصه مقاله:
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
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.
کلمات کلیدی: سیگنالهای EEG تک ثبت؛ دستهبندی؛ بازشناسی دیداری اشیاء؛ محرک.
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/983132/