رسالة جامعية
Técnicas de aprendizado de máquina para interfaces cérebro-computador baseadas em EEG ; Machine learning techniques for EEG-based brain-computer interfaces
| العنوان: | Técnicas de aprendizado de máquina para interfaces cérebro-computador baseadas em EEG ; Machine learning techniques for EEG-based brain-computer interfaces |
|---|---|
| المؤلفون: | Almeida, Wallace Faveron de |
| المساهمون: | Lima, Clodoaldo Aparecido de Moraes |
| بيانات النشر: | Biblioteca Digital de Teses e Dissertações da USP Universidade de São Paulo Escola de Artes, Ciências e Humanidades |
| سنة النشر: | 2021 |
| المجموعة: | University of São Paulo: Digital Library of Theses and Dissertations / Biblioteca Digital de Teses e Dissertações da USP |
| مصطلحات موضوعية: | Aprendizado de máquina, Interface cérebro-computador, Imagética motora, Extração de características, Eletroencefalograma, Classificação, Electroencephalogram, Classification, Feature extraction, Brain-computer interface, Machine learning, Motor imagery |
| الوصف: | Pessoas que sofrem de doenças neurológicas podem apresentar algum tipo de paralisia e serem incapazes de realizar quaisquer funções motoras, mas podem ter algumas habilidades cognitivas. Neste caso, a única maneira de se comunicarem com o ambiente é usando suas atividades cerebrais. Sinais elétricos oriundos de diferentes partes do corpo humano podem ser usados como sinais de comando para controlar sistemas mecânicos. No entanto, é necessário que o responsável pelo controle de tais dispositivos seja capaz de gerar intencionalmente esses sinais, e que a interface adotada possa \"entender\" e processar tais sinais, definindo o comando adequado ao desejo do indivíduo. O sinal de eletroencefalograma (EEG) corresponde ao potencial elétrico devido à atividade cerebral e pode ser adquirido sobre o couro cabeludo. Interface Cérebro-Computador (BCI) consiste de um sistema capaz de traduzir a atividade neural do cérebro em comandos para dispositivos externos. Os principais fatores que influenciam o desempenho de um sistema de BCI são os sinais cerebrais capturados, os métodos de processamento, a extração de características, os algoritmos que traduzem essas características em comandos, os dispositivos de saída que executam esses comandos, a realimentação fornecida pelo usuário e as particularidades do usuário. A maioria dos sistemas de BCI contém, como parte principal, um algoritmo de aprendizado de máquina, que aprende a partir dos dados de treinamento uma função que pode ser usada para discriminar diferentes padrões de atividade cerebral. Por simplicidade, os algoritmos de aprendizado de máquina geralmente são divididos em dois módulos: extratores de características e classificadores. O módulo de extração remove as informações desnecessárias do sinal de entrada, e ao mesmo tempo retém informações que são importantes para discriminar diferentes classes de sinais. As características extraídas são traduzidas em um sinal de controle pelos algoritmos de aprendizado de máquina. Devido ao fato da tecnologia por trás de um ... |
| نوع الوثيقة: | master thesis |
| وصف الملف: | application/pdf |
| اللغة: | Portuguese |
| العلاقة: | https://www.teses.usp.br/teses/disponiveis/100/100131/tde-20062021-211101Test/ |
| DOI: | 10.11606/D.100.2021.tde-20062021-211101 |
| الإتاحة: | https://doi.org/10.11606/D.100.2021.tde-20062021-211101Test https://www.teses.usp.br/teses/disponiveis/100/100131/tde-20062021-211101Test/ |
| حقوق: | Liberar o conteúdo para acesso público. |
| رقم الانضمام: | edsbas.F2167579 |
| قاعدة البيانات: | BASE |
| DOI: | 10.11606/D.100.2021.tde-20062021-211101 |
|---|