Efektywność klasyfikacji mrugnięcia z wykorzystaniem wybranych sieci neuronowych
Studia i Materiały Informatyki Stosowanej · 10.07.2023
DOI: 10.34767/simis.2021.01.02 ↗Kurz gefasst
Fachartikel in der Zeitschrift Studia i Materiały Informatyki Stosowanej, erschienen am 10.07.2023. Verfasst von Krzysztof Galas.
Abstract (Originalsprache)
Głównym celem badania było porównanie i wykazanie, która z przedstawionych typów sieci neuronowych najlepiej sklasyfikuje pobierany sygnał EEG mierzony przez headset Emotiv EPOC. Przedstawione sieci neuronowe są stosowane w szerokim zakresie przetwarzania danych. Została wybrana sieć splotowa oraz sieć Kohonena. Parametry sieci, takie jak ilość przejść danych uczących w jednej sesji uczącej zostały modyfikowane. Badanie uwzględnia stopień błędu klasyfikacji sygnału przez sieć oraz ilość czasu potrzebna do trening modelu. Wartością porównywalną jest stosunek czasu treningu do stopnia dokładności klasyfikacji. Otrzymane wyniki zostały przedstawione jako wykresy zależności w/w wartości do parametrów dotyczących uczenia modelu sieci.
Schlagwörter
Zitieren
APA
Galas, K. (2023). Efektywność klasyfikacji mrugnięcia z wykorzystaniem wybranych sieci neuronowych. Studia i Materiały Informatyki Stosowanej. https://doi.org/10.34767/simis.2021.01.02
Vancouver
Galas K. Efektywność klasyfikacji mrugnięcia z wykorzystaniem wybranych sieci neuronowych. Studia i Materiały Informatyki Stosowanej. 2023. doi:10.34767/simis.2021.01.02
BibTeX
@article{Galas2023,
author = {Galas, Krzysztof},
title = {Efektywność klasyfikacji mrugnięcia z wykorzystaniem wybranych sieci neuronowych},
journal = {Studia i Materiały Informatyki Stosowanej},
year = {2023},
doi = {10.34767/simis.2021.01.02}
}
EUVIMED