|
|
Analýza a klasifikace dat ze snímače mozkové aktivity
Persich, Alexandr ; Grézl, František (oponent) ; Szőke, Igor (vedoucí práce)
Tato práce se zabývá snímáním, zpracováním a klasifikací mozkové aktivity snímané pomocí brain-computer interface (BCI) zařízení od společnosti OpenBCI a možnostmi využití mozkové aktivity vyvolané představovaným pohybem končetin k ovládání aplikace. K řešení zadaného problému jsou využity metody pro zpracování signálu a strojového učení. Podařilo se vytvořit program umožňující snímání, zpracovávání a klasifikaci mozkové aktivity pomocí umělé neuronové sítě. Průměrná přesnost klasifikace na umělých datech je 99.156%. Na datech reálných se podařilo dosáhnout průměrné přesnosti 73.71%.
|
|
| |
|
| |
|
|
Analýza a klasifikace dat ze snímače mozkové aktivity
Persich, Alexandr ; Grézl, František (oponent) ; Szőke, Igor (vedoucí práce)
Tato práce se zabývá snímáním, zpracováním a klasifikací mozkové aktivity snímané pomocí brain-computer interface (BCI) zařízení od společnosti OpenBCI a možnostmi využití mozkové aktivity vyvolané představovaným pohybem končetin k ovládání aplikace. K řešení zadaného problému jsou využity metody pro zpracování signálu a strojového učení. Podařilo se vytvořit program umožňující snímání, zpracovávání a klasifikaci mozkové aktivity pomocí umělé neuronové sítě. Průměrná přesnost klasifikace na umělých datech je 99.156%. Na datech reálných se podařilo dosáhnout průměrné přesnosti 73.71%.
|
|
|
Numerozita u dětí s Aspergerovým syndromem
KLEMPÍŘOVÁ, Kateřina
Tato bakalářská práce je zaměřena na popis hrubého matematického odhadu u dětí s diagnózou Aspergerův syndrom pomocí kognitivních evokovaných potenciálů. V teoretické části je popsán Aspergerův syndrom, elektroencefalografie neboli EEG a kognitivní evokované potenciály, zkratkou nazývány ERP, které umožnily získat a popsat výsledná data. V neposlední řadě je popsána nesymbolická matematika, dále systémy podílející se na hrubém matematickém odhadu, jejich neuroanatomie, vývoj matematických schopností u dětí školního věku a numerozita u dětí s autismem. V empirické části je popsána metodologie výzkumu, jehož cílem je popsat schopnost hrubého matematického odhadu u dětí s Aspergerovým syndromem. Výzkumu se účastnilo 6 subjektů ve věku 10-14 let. Data neurálního typu, získána pomocí elektroencefalografu, byla zpracována pomocí programu Matlab pomocí toolboxu EEGlab. Do výsledné EEG i behaviorální analýzy bylo zahrnuto všech 6 subjektů. Výsledná analýza prokázala, stejně jako v předešlých výzkumech na toto téma, výraznou aktivitu v parietální oblasti. Bylo prokázáno, že u participantů, kteří v subtestu Počty v rámci Stanford Binetova inteligenčního testu dosahovali nadprůměrných výsledků, docházelo k rychlejšímu zpracování než u participantů s průměrnými výsledky v subtestu Počty. Z behaviorální analýzy je možné usuzovat na vztah mezi symbolickou a nesymbolickou matematikou. Výsledky ukazují, že u participantů nadprůměrně úspěšných v subtestu Počty dochází k rychlejšímu zpracování, tedy hrubý matematický odhad probíhá rychleji.
|
host ::
RSS.