Registro fonte: Revisão e comparação de classificadores em um experimento utilizando interface cérebro-computador

Revisão e comparação de classificadores em um experimento utilizando interface cérebro-computador

A Brain-Computer Interface (BCI) can be used to control various electronics devices such as computers, smartphones and movements of a robot, for example. The construction of a BCI can be divided into five stages: signal acquisition, preprocessing, feature extraction, classification and application....

ver descrição completa

Autor principal:	Silva, Willian Moreira da
Formato:	Trabalho de Conclusão de Curso (Graduação)
Idioma:	Português
Publicado em:	Universidade Tecnológica Federal do Paraná 2020
Assuntos:	Interface cérebro-computador Processamento de sinais Sistemas de computação Brain-computer interfaces Signal processing Computer systems CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Acesso em linha:	http://repositorio.utfpr.edu.br/jspui/handle/1/6020
Tags:	Adicionar Tag Sem tags, seja o primeiro a adicionar uma tag!

id	riut-1-6020
recordtype	dspace
spelling	riut-1-60202020-11-09T19:10:25Z Revisão e comparação de classificadores em um experimento utilizando interface cérebro-computador Silva, Willian Moreira da Hübner, Rodrigo Hübner, Rodrigo Gonçalves, Diego Bertolini Foleiss, Juliano Henrique Interface cérebro-computador Processamento de sinais Sistemas de computação Brain-computer interfaces Signal processing Computer systems CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO A Brain-Computer Interface (BCI) can be used to control various electronics devices such as computers, smartphones and movements of a robot, for example. The construction of a BCI can be divided into five stages: signal acquisition, preprocessing, feature extraction, classification and application. For the classification stage classifiers are used to detect the user’s intentions that are performed in the desired application. However, there is a wide range of classifiers available, and not all classifiers can have a good performance for the desired application. In this context, the Support Vector Machine (SVM) and Linear Discriminant Analysis (LDA) classifiers were selected to be evaluated using an ICC application. The application used was P300 Speller, which is a speller implemented in OpenViBE software. Throughout the work, we describe the hardware for signal acquisition and also the scenarios implemented in OpenViBE software used to create the speller following the paradigm P300. Two experiments were performed denominated Case 1, wherein the LDA algorithm hit 7% of targets and Case 2, wherein the LDA and SVM algorithms hit 16% and 8%, respectively. Uma Interface Cérebro-Computador (ICC) pode ser utilizada para controlar diversos dispositivos eletrônicos, como computadores, smartphone e os movimentos de um robô, por exemplo. A construção de uma ICC pode ser dividida em cinco etapas: aquisição de sinais, pré-processamento, extração de características, classificação e aplicação. Para a etapa de classificação são utilizados classificadores com o objetivo de detectar as intenções do usuário para que sejam executadas na aplicação desejada. Porém, existe uma grande variedade de classificadores disponíveis, sendo que nem todos podem ter um bom desempenho para a aplicação desejada. Nesse contexto, foram selecionados os classificadores Support Vector Machine (SVM) e o Linear Discriminant Analysis (LDA) para serem avaliados utilizando uma aplicação ICC. A aplicação utilizada foi o P300 Speller, que é um soletrador implementado no software OpenViBE. Ao longo do trabalho são descritos os hardwares para aquisição de sinais e também os cenários implementados no software OpenViBE, utilizados para criar o soletrador seguindo o paradigma P300. Foram realizados dois experimentos denominados Caso 1, em que o algoritmo LDA acertou 7% dos alvos e o Caso 2, em que os algoritmos LDA e SVM acertaram 16% e 8%, respectivamente. 2020-11-09T19:10:25Z 2020-11-09T19:10:25Z 2016-06-23 bachelorThesis SILVA, Willian Moreira da. Revisão e comparação de classificadores em um experimento utilizando interface cérebro-computador. 2016. 39 f. Trabalho de Conclusão de Curso (Graduação) – Universidade Tecnológica Federal do Paraná, Campo Mourão, 2016. http://repositorio.utfpr.edu.br/jspui/handle/1/6020 por openAccess application/pdf Universidade Tecnológica Federal do Paraná Campo Mourao Brasil Departamento Acadêmico de Computação Ciência da Computação UTFPR
institution	Universidade Tecnológica Federal do Paraná
collection	RIUT
language	Português
topic	Interface cérebro-computador Processamento de sinais Sistemas de computação Brain-computer interfaces Signal processing Computer systems CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
spellingShingle	Interface cérebro-computador Processamento de sinais Sistemas de computação Brain-computer interfaces Signal processing Computer systems CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO Silva, Willian Moreira da Revisão e comparação de classificadores em um experimento utilizando interface cérebro-computador
description	A Brain-Computer Interface (BCI) can be used to control various electronics devices such as computers, smartphones and movements of a robot, for example. The construction of a BCI can be divided into five stages: signal acquisition, preprocessing, feature extraction, classification and application. For the classification stage classifiers are used to detect the user’s intentions that are performed in the desired application. However, there is a wide range of classifiers available, and not all classifiers can have a good performance for the desired application. In this context, the Support Vector Machine (SVM) and Linear Discriminant Analysis (LDA) classifiers were selected to be evaluated using an ICC application. The application used was P300 Speller, which is a speller implemented in OpenViBE software. Throughout the work, we describe the hardware for signal acquisition and also the scenarios implemented in OpenViBE software used to create the speller following the paradigm P300. Two experiments were performed denominated Case 1, wherein the LDA algorithm hit 7% of targets and Case 2, wherein the LDA and SVM algorithms hit 16% and 8%, respectively.
format	Trabalho de Conclusão de Curso (Graduação)
author	Silva, Willian Moreira da
author_sort	Silva, Willian Moreira da
title	Revisão e comparação de classificadores em um experimento utilizando interface cérebro-computador
title_short	Revisão e comparação de classificadores em um experimento utilizando interface cérebro-computador
title_full	Revisão e comparação de classificadores em um experimento utilizando interface cérebro-computador
title_fullStr	Revisão e comparação de classificadores em um experimento utilizando interface cérebro-computador
title_full_unstemmed	Revisão e comparação de classificadores em um experimento utilizando interface cérebro-computador
title_sort	revisão e comparação de classificadores em um experimento utilizando interface cérebro-computador
publisher	Universidade Tecnológica Federal do Paraná
publishDate	2020
citation	SILVA, Willian Moreira da. Revisão e comparação de classificadores em um experimento utilizando interface cérebro-computador. 2016. 39 f. Trabalho de Conclusão de Curso (Graduação) – Universidade Tecnológica Federal do Paraná, Campo Mourão, 2016.
url	http://repositorio.utfpr.edu.br/jspui/handle/1/6020
_version_	1805319556621664256
score	10,814766

Revisão e comparação de classificadores em um experimento utilizando interface cérebro-computador

Registros relacionados