Klasyfikacja sygnałów EEG w interfejsach mózg-komputer z wykorzystaniem sieci neuronowych
Studia i Materiały Informatyki Stosowanej · 08.01.2025
DOI: 10.34767/simis.2024.03.03 ↗Kurz gefasst
Fachartikel in der Zeitschrift Studia i Materiały Informatyki Stosowanej, erschienen am 08.01.2025. Verfasst von Krzysztof Galas.
Abstract (Originalsprache)
Celem pracy jest zaprezentowanie metod klasyfikacji sygnałów EEG w interfejsach mózg-komputer (BCI) z wykorzystaniem sieci neuronowych. Dzięki ich zdolności do modelowania złożonych zależności w danych, możliwe jest skuteczniejsze rozpoznawanie wzorców aktywności mózgowej, co przyczynia się do poprawy dokładności i szybkości działania systemów BCI. W pracy omówiono architektury sieci neuronowych wykorzystywane do analizy sygnałów EEG, takie jak sieci konwolucyjne (CNN) czy rekurencyjne (RNN). Badania pokazują, że te metody mają ogromny potencjał w zastosowaniach takich jak sterowanie urządzeniami wspomagającymi, komunikacja oraz rozrywka.
Schlagwörter
Zitieren
APA
Galas, K. (2025). Klasyfikacja sygnałów EEG w interfejsach mózg-komputer z wykorzystaniem sieci neuronowych. Studia i Materiały Informatyki Stosowanej. https://doi.org/10.34767/simis.2024.03.03
Vancouver
Galas K. Klasyfikacja sygnałów EEG w interfejsach mózg-komputer z wykorzystaniem sieci neuronowych. Studia i Materiały Informatyki Stosowanej. 2025. doi:10.34767/simis.2024.03.03
BibTeX
@article{Galas2025,
author = {Galas, Krzysztof},
title = {Klasyfikacja sygnałów EEG w interfejsach mózg-komputer z wykorzystaniem sieci neuronowych},
journal = {Studia i Materiały Informatyki Stosowanej},
year = {2025},
doi = {10.34767/simis.2024.03.03}
}
EUVIMED