Ταξινόμηση σημάτων εγκεφάλου από προκλητά δυναμικά αφής με χρήση συσκευής διαπαφής Εγκεφάλου-Υπολογιστή.
Φόρτωση...
Ημερομηνία
Συγγραφείς
Νουσέϊμπε, Αλέξανδρος
Ταμβάκου, Ευδοξία
Τίτλος Εφημερίδας
Περιοδικό ISSN
Τίτλος τόμου
Εκδότης
Τ.Ε.Ι. Ηπείρου, Σχολή Τεχνολογικών Εφαρμογών, Τμήμα Μηχανικών Πληροφορικής Τ.Ε.
Περίληψη
Τύπος
Είδος δημοσίευσης σε συνέδριο
Είδος περιοδικού
Είδος εκπαιδευτικού υλικού
Όνομα συνεδρίου
Όνομα περιοδικού
Όνομα βιβλίου
Σειρά βιβλίου
Έκδοση βιβλίου
Συμπληρωματικός/δευτερεύων τίτλος
Περιγραφή
Η παρούσα εργασία αποτελεί μια πειραματική μελέτη για την επίδραση απτικών ερεθισμάτων στο ηλεκτροεγκεφαλογράφημα και κατ’ επέκταση την κατηγοριοποίηση των σημάτων του εγκεφάλου από διαφορετικά ερεθίσματα αφή των συμμετεχόντων. Για την λήψη των σημάτων του εγκεφάλου χρησιμοποιήθηκε συσκευή διεπαφής Εγκεφάλου Υπολογιστή και οι καταγραφές πραγματοποιήθηκαν την στιγμή κατά την οποία οι συμμετέχοντες ακουμπούσαν επιφάνειες με διαφορετικά χαρακτηριστικά. Από τα σήματα που καταγράφηκαν εξήχθησαν χαρακτηριστικά στο πεδίο του χρόνου και στο πεδίο των συχνοτήτων, με σκοπό στην συνέχεια να κατηγοριοποιηθούν με χρήση Μηχανικής Μάθησης. Το πρόβλημα ταξινόμησης τεσσάρων κατηγοριών που δημιουργήθηκε παρουσίασε σχετικά υψηλά ποσοστά ακρίβειας τα οποία κυμαίνονταν, ανάλογα με τον αλγόριθμο και τα χαρακτηριστικά που χρησιμοποιήθηκαν, από 63% έως 75%.
The current work is an experimental study on the effect of tactile stimuli on the electroencephalogram and consequently the categorization of brain signals by different tactile stimuli of the participants. A Computer Brain interface device was used to receive the EEG signals. The recordings were made at a time when participants were touching surfaces with different characteristics. Regarding the methodology, several features (both from time domain and frequency domain) have been extracted. Next, the signals are classified using Machine Learning techniques. The four-category classification problem obtained relatively high accuracy rates, ranging from 63% to 75%, depending on the algorithm and features used.
The current work is an experimental study on the effect of tactile stimuli on the electroencephalogram and consequently the categorization of brain signals by different tactile stimuli of the participants. A Computer Brain interface device was used to receive the EEG signals. The recordings were made at a time when participants were touching surfaces with different characteristics. Regarding the methodology, several features (both from time domain and frequency domain) have been extracted. Next, the signals are classified using Machine Learning techniques. The four-category classification problem obtained relatively high accuracy rates, ranging from 63% to 75%, depending on the algorithm and features used.
Περιγραφή
Λέξεις-κλειδιά
Διεπαφή Εγκεφάλου-Υπολογιστή, Προκλητά Δυναμικά
Θεματική κατηγορία
Ηλεκτροεγκεφαλογράφημα
Παραπομπή
Σύνδεσμος
Πτυχιακή Εργασία
Γλώσσα
el
Εκδίδον τμήμα/τομέας
Τ.Ε.Ι. Ηπείρου, Σχολή Τεχνολογικών Εφαρμογών, Τμήμα Μηχανικών Πληροφορικής Τ.Ε.
Όνομα επιβλέποντος
Γιαννακέας, Νικόλαος
Εξεταστική επιτροπή
Τζάλλας, Αλέξανδρος
Τζημούρτα, Αικατερίνη
Τζημούρτα, Αικατερίνη
Γενική Περιγραφή / Σχόλια
Ίδρυμα και Σχολή/Τμήμα του υποβάλλοντος
Τ.Ε.Ι. Ηπείρου
Πίνακας περιεχομένων
Χορηγός
Βιβλιογραφική αναφορά
Νουσέϊμπε, Α., & Ταμβάκου, Ξ., 2021. Ταξινόμηση σημάτων εγκεφάλου από προκλητά δυναμικά αφής με χρήση συσκευής διαπαφής Εγκεφάλου-Υπολογιστή. Πτυχιακή εργασία. Άρτα: Τ.Ε.Ι. Ηπείρου. Σχολή Τεχνολογικών Εφαρμογών. Τμήμα Μηχανικών Πληροφορικής Τ.Ε.
Ονόματα συντελεστών
Αριθμός σελίδων
103
Λεπτομέρειες μαθήματος
item.page.endorsement
item.page.review
item.page.supplemented
item.page.referenced
Άδεια Creative Commons
Άδεια χρήσης της εγγραφής: Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα