Národní úložiště šedé literatury Nalezeno 5 záznamů.  Hledání trvalo 0.02 vteřin. 
Adaptivní segmentace EEG signálů
Balcarová, Anežka ; Kozumplík, Jiří (oponent) ; Kubicová, Vladimíra (vedoucí práce)
Tato práce je zaměřena na signál EEG, především na segmentaci signálu a dále také na zpracování signálu, které této segmentaci předchází. Je zde nastíněna problematika stacionarity signálu a vyzdvižena důležitost adaptivní segmentace. Principy základních metod adaptivní segmentace jsou vysvětleny a dvě popsané metody jsou také dále zpracovány v prostředí Matlab tak, aby byla možná segmentace vybraného kanálu EEG. Vliv volby parametrů (mezní hodnota segmentace a délka okna) na signál je taktéž názorně ukázán. Mezní hodnota je stanovena pomocí bílého šumu.
Zpracování signálů EEG ve frekvenční oblasti
Nováková, Jarmila ; Potočňák, Tomáš (oponent) ; Kozumplík, Jiří (vedoucí práce)
Práce se zabývá spánkovým signálem EEG. Je zaměřena na zpracování signálu, které předchází testům stacionarity. Zároveň se věnuje problematice stacionarity spánkového EEG signálu s uvedením tří typů segmentace. Jsou vysvětleny principy tří typů segmentace a zpracovány jejich realizace v prostředí MatLab způsobem, jenž umožňuje volbu různých vstupních parametrů. S pomocí výsledků takto vytvořených funkcí je zkoumána změna stacionarity v různých fázích spánku. Dalším aspektem této práce je zkoumání změn ve vývoji absolutních a relativních výkonů v čase v závislosti na přechodu ze stádia bdělosti do stádia spánku. Výskyt změn je pro tento přechod vyhledáván i v časovém vývoji koherenčních spekter.
Boundary effects in signal processing: From classical problems to new opportunities
Popoola, Seyi James ; Druckmüllerová, Hana (oponent) ; Cicone, Antonio (vedoucí práce)
This thesis focuses on boundary issues in the decomposition of signals. Classical methods boundary issues have been studied extensively, but a new generation of methods has been introduced in the last couple of decades. The implementation of these novel methods has the potential to produce in an efficient way more accurate, flexible, and interpretable results, which can help advance research in real-life applications in various fields. Boundary issues for these techniques have been studied only recently. The results published so far shows that these methods have limitations and assumptions that need to be carefully considered to avoid potential misuse. In this study, we pinpoint and tackle the major obstacles associated with the use these new methods, and the recommendations on how to utilize them most effectively is also provided. To further illustrate the potential consequences of improper usage, we undertake a comprehensive examination of their application to actual data and carry out numerical simulations. Lastly, we propose a set of best practices for optimizing the performance of these techniques in the context of signal decomposition. A crucial suggestion is to employ, before applying any decomposition method, a signal extension technique as a means of mitigating boundary effects.
Zpracování signálů EEG ve frekvenční oblasti
Nováková, Jarmila ; Potočňák, Tomáš (oponent) ; Kozumplík, Jiří (vedoucí práce)
Práce se zabývá spánkovým signálem EEG. Je zaměřena na zpracování signálu, které předchází testům stacionarity. Zároveň se věnuje problematice stacionarity spánkového EEG signálu s uvedením tří typů segmentace. Jsou vysvětleny principy tří typů segmentace a zpracovány jejich realizace v prostředí MatLab způsobem, jenž umožňuje volbu různých vstupních parametrů. S pomocí výsledků takto vytvořených funkcí je zkoumána změna stacionarity v různých fázích spánku. Dalším aspektem této práce je zkoumání změn ve vývoji absolutních a relativních výkonů v čase v závislosti na přechodu ze stádia bdělosti do stádia spánku. Výskyt změn je pro tento přechod vyhledáván i v časovém vývoji koherenčních spekter.
Adaptivní segmentace EEG signálů
Balcarová, Anežka ; Kozumplík, Jiří (oponent) ; Kubicová, Vladimíra (vedoucí práce)
Tato práce je zaměřena na signál EEG, především na segmentaci signálu a dále také na zpracování signálu, které této segmentaci předchází. Je zde nastíněna problematika stacionarity signálu a vyzdvižena důležitost adaptivní segmentace. Principy základních metod adaptivní segmentace jsou vysvětleny a dvě popsané metody jsou také dále zpracovány v prostředí Matlab tak, aby byla možná segmentace vybraného kanálu EEG. Vliv volby parametrů (mezní hodnota segmentace a délka okna) na signál je taktéž názorně ukázán. Mezní hodnota je stanovena pomocí bílého šumu.

Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.