Izdvajanje značajki i klasifikacija signala EEG-a u sustavima sučelja mozga i računala

Franjić, Ivan

prikaz prve stranice dokumenta Izdvajanje značajki i klasifikacija signala EEG-a u sustavima sučelja mozga i računala

Rad nije dostupan

diplomski rad

Izdvajanje značajki i klasifikacija signala EEG-a u sustavima sučelja mozga i računala

2018. urn:nbn:hr:168:345269

Franjić, Ivan

Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Citirajte ovaj rad

APA 6th Edition

Franjić, I. (2018). Izdvajanje značajki i klasifikacija signala EEG-a u sustavima sučelja mozga i računala (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:345269

MLA 8th Edition

Franjić, Ivan. "Izdvajanje značajki i klasifikacija signala EEG-a u sustavima sučelja mozga i računala." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2018. https://urn.nsk.hr/urn:nbn:hr:168:345269

Chicago 17th Edition

Harvard

Franjić, I. (2018). 'Izdvajanje značajki i klasifikacija signala EEG-a u sustavima sučelja mozga i računala', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 09.11.2024., https://urn.nsk.hr/urn:nbn:hr:168:345269

Vancouver

Franjić I. Izdvajanje značajki i klasifikacija signala EEG-a u sustavima sučelja mozga i računala [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2018 [pristupljeno 09.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:345269

IEEE

I. Franjić, "Izdvajanje značajki i klasifikacija signala EEG-a u sustavima sučelja mozga i računala", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2018. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:345269

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:345269

Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.

Podaci o radu

Naslov	Izdvajanje značajki i klasifikacija signala EEG-a u sustavima sučelja mozga i računala
Naslov (engleski)	Feature Extraction and Classification of EEG Signals in Brain Computer Interfaces
Autor	Ivan Franjić
Mentor	Mario Cifrek (mentor)
Član povjerenstva	Mario Cifrek (predsjednik povjerenstva)
Član povjerenstva	Ana Sušac (član povjerenstva)
Član povjerenstva	Željka Lučev Vasić (član povjerenstva)
Ustanova koja je dodijelila akademski / stručni stupanj	Sveučilište u Zagrebu Fakultet elektrotehnike i računarstva Zagreb
Datum i država obrane	2018-07-06, Hrvatska
Znanstveno / umjetničko područje, polje i grana	TEHNIČKE ZNANOSTI Računarstvo
Znanstveno / umjetničko područje, polje i grana	TEHNIČKE ZNANOSTI Elektrotehnika
Sažetak	Sučelje mozga i računala (engl. Brain Computer Interface, BCI) osigurava komunikacijski kanal između čovjeka i računala. Komunikacija se temelji na prikupljanju i analizi signala generiranih u mozgu. BCI sustav zahtijeva od korisnika sposobnost generiranja određenih moždanih obrazaca koje potom može detektirati, dekodirati i pomoću njih upravljati cjelokupnim sustavom. Prema tome, BCI sustav je potpuno neovisan o bilo kakvoj vrsti pokreta korisnika. U ovom su radu analizirani signali EEG-a koji predstavljaju zamišljanje pokreta lijeve odnosno desne ruke te stanje kada ispitanik miruje. Korišteni su javno dostupni signali EEG-a, a to su BCI Competition 2008 Dataset IIIa. Analiza uključuje izdvajanje značajki temeljenih na algebri kvaternionima te klasifikaciju pomoću algoritama temeljenih na stablima odluke. Algoritmi koji su se koristili za klasifikaciju su stablo odluke, algoritam slučajnih šuma, AdaBoost algoritam te ExtraTrees algoritam. Iako primjena kvaterniona pruža elegantan način prikaza signala i efikasan način računanja, točnost koja je postignuta ovim algoritmom, koristeći ovaj skup podataka, je relativno niska te nedovoljna za primjene u stvarnom vremenu.
Sažetak (engleski)	Brain computer interface (BCI) provides communication channel between human and computer. Communication is based on acquisition and analysis of signals generated in brain. BCI system requires from user the ability of generating certain brain patterns which can be detected, decoded and used for managing the entire system. Thus, BCI system is completely independent of any users movement. In this paper EEG signals which represent hand motor imagery and state when subject rests were analyzed. Publicly available signal base was used and it was BCI Competition 2008 Dataset IIIa. Analysis includes feature extraction based on quaternion algebra and classification using algorithms based on decision trees. Classification algorithms that were employed are decision tree, random forest algorithm, AdaBoost algorithm and ExtraTrees algorithm. Despite of fact that use of quaternion algebra provides elegant way of representing signals and computationally is efficient, accuracy that is obtained using this dataset is relatively low and is not sufficient for real-time applications.
Ključne riječi
Ključne riječi (engleski)
Jezik	hrvatski
URN:NBN	urn:nbn:hr:168:345269
Studijski program	Naziv: Elektrotehnika i informacijska tehnologija Vrsta studija: sveučilišni Stupanj studija: diplomski Akademski / stručni naziv: magistar/magistra inženjer/inženjerka elektrotehnike i informacijske tehnologije (mag. ing. el. techn. inf.)
Vrsta resursa	Tekst
Način izrade datoteke	Izvorno digitalna
Prava pristupa	Zatvoreni pristup
Uvjeti korištenja
Javna napomena
Datum i vrijeme pohrane	2019-03-13 20:17:11

Warning message