Анализ генеративных моделей для распознавания моторики по сигналам электроэнцефалографии : магистерская диссертация

Abstract

В работе исследуются вопросы распознавания моторики по сигналам ЭЭГ. Проведен анализ литературы и вычислительный эксперимент, оценивающий качество классификации моторики (воображаемой и реальной) по сигналам ЭЭГ с помощью нейроклассификаторов, использующих для выделения признаков многопараметрического временного ряда трех разных диффузионных нейронных сетей. Даны рекомендации по выбору нейроклассификторов, обозначены дальнейшие направления исследования.

The work examines the issues of motor recognition from EEG signals. An analysis of the literature and a computational experiment were carried out to evaluate the quality of motor classification (imaginary and real) based on EEG signals using neural classifiers that use three different diffusion neural networks to identify features of a multiparameter time series. Recommendations for the selection of neural classifiers are given, and further directions for research are outlined.