Vai ai contenuti. | Spostati sulla navigazione | Spostati sulla ricerca | Vai al menu | Contatti | Accessibilità

logo del sistema bibliotecario dell'ateneo di padova

Genna, Clara (2011) Uso di tecniche bayesiane per il miglioramento delle performance in un sistema BCI basato sulla P300. [Magistrali biennali]

Full text disponibile come:

[img]
Preview
PDF
4Mb

Abstract

Il Brain-Computer Interface è un sistema in grado di esprimere la volontà del soggetto senza alcuna mediazione del sistema nervoso e muscolare, ma con l’impiego di un segnale di attività celebrale. Il segnale di controllo utilizzato è la P300 e quindi tale sistema si basa sul riconoscimento della componente ERP. Questa decisione è presa dal classificatore addestrato sulla base di features estratte dal segnale opportunamente elaborato. L’obiettivo di questa tesi è valutare l’effetto di un pre-processing bayesiano sulle performance del classificatore. In particolare, sono due le metodiche testate: un metodo bayesiano a due step (B2S) ed un metodo di Multi Task Learning (MTL). Per ognuno delle due tecniche si sono determinate le stime relative e sulla base di queste si sono addestrati numerosi classificatori e calcolati opportuni indici di errore. Infine si è eseguito un confronto di tali prestazioni, in particolare con quello ottenute mediante decomposizione ICA

Item Type:Magistrali biennali
Uncontrolled Keywords:P300, BCI, stima single-trial, SVM
Subjects:Area 09 - Ingegneria industriale e dell'informazione > ING-IND/34 Bioingegneria industriale
Codice ID:28297
Relatore:Sparacino, Giovanni
Data della tesi:19 April 2011
Biblioteca:Polo di Ingegneria > Biblioteca di Ingegneria dell'Informazione e Ingegneria Elettrica "Giovanni Someda"
Tipo di fruizione per il documento:on-line per i full-text
Tesi sperimentale (Si) o compilativa (No)?:Yes

Solo per lo Staff dell Archivio: Modifica questo record