MÉTODOS DE MAPPING FEATURES APLICADOS AO PROCESSAMENTO DE SINAIS EEG

O eletroencefalograma (EEG) é um exame médico que visa registrar a atividade cerebral do indivíduo para análise posterior. Diversas aplicações estão surgindo atualmente para o mesmo, e um fator de grande importância para qualquer aplicação é encontrar padrões e grupos nos sinais e relacioná-los às...

Full description

Bibliographic Details
Main Authors: André Hallwas Ribeiro Alves, Silvio Antonio Carro, Danillo Roberto Pereira
Format: Article
Language:Portuguese
Published: Universidade do Oeste Paulista 2019-07-01
Series:Colloquium Exactarum
Subjects:
Online Access:http://journal.unoeste.br/index.php/ce/article/view/3169
id doaj-1bb6e6fc39b84f69952809f5401e7519
record_format Article
spelling doaj-1bb6e6fc39b84f69952809f5401e75192021-04-05T14:43:10ZporUniversidade do Oeste PaulistaColloquium Exactarum2178-83322019-07-011123169MÉTODOS DE MAPPING FEATURES APLICADOS AO PROCESSAMENTO DE SINAIS EEGAndré Hallwas Ribeiro Alves0Silvio Antonio Carro1Danillo Roberto Pereira2Universidade do Oeste Paulista - UnoesteUniversidade do Oeste Paulista - UnoesteFaculdade de Informática de Presidente Prudente (FIPP) – Unoeste O eletroencefalograma (EEG) é um exame médico que visa registrar a atividade cerebral do indivíduo para análise posterior. Diversas aplicações estão surgindo atualmente para o mesmo, e um fator de grande importância para qualquer aplicação é encontrar padrões e grupos nos sinais e relacioná-los às ações. Atualmente, existem vários classificadores usados ​​para isso, e esses classificadores são aplicados diretamente aos sinais do EEG. No entanto, outra temática utiliza métodos de Mapping Features no processamento dos sinais e posteriormente, realiza a classificação nos sinais resultantes visando obter resultados melhores. http://journal.unoeste.br/index.php/ce/article/view/3169Aprendizado de Máquina; Mapping Features; Inteligência Artificial.
collection DOAJ
language Portuguese
format Article
sources DOAJ
author André Hallwas Ribeiro Alves
Silvio Antonio Carro
Danillo Roberto Pereira
spellingShingle André Hallwas Ribeiro Alves
Silvio Antonio Carro
Danillo Roberto Pereira
MÉTODOS DE MAPPING FEATURES APLICADOS AO PROCESSAMENTO DE SINAIS EEG
Colloquium Exactarum
Aprendizado de Máquina; Mapping Features; Inteligência Artificial.
author_facet André Hallwas Ribeiro Alves
Silvio Antonio Carro
Danillo Roberto Pereira
author_sort André Hallwas Ribeiro Alves
title MÉTODOS DE MAPPING FEATURES APLICADOS AO PROCESSAMENTO DE SINAIS EEG
title_short MÉTODOS DE MAPPING FEATURES APLICADOS AO PROCESSAMENTO DE SINAIS EEG
title_full MÉTODOS DE MAPPING FEATURES APLICADOS AO PROCESSAMENTO DE SINAIS EEG
title_fullStr MÉTODOS DE MAPPING FEATURES APLICADOS AO PROCESSAMENTO DE SINAIS EEG
title_full_unstemmed MÉTODOS DE MAPPING FEATURES APLICADOS AO PROCESSAMENTO DE SINAIS EEG
title_sort métodos de mapping features aplicados ao processamento de sinais eeg
publisher Universidade do Oeste Paulista
series Colloquium Exactarum
issn 2178-8332
publishDate 2019-07-01
description O eletroencefalograma (EEG) é um exame médico que visa registrar a atividade cerebral do indivíduo para análise posterior. Diversas aplicações estão surgindo atualmente para o mesmo, e um fator de grande importância para qualquer aplicação é encontrar padrões e grupos nos sinais e relacioná-los às ações. Atualmente, existem vários classificadores usados ​​para isso, e esses classificadores são aplicados diretamente aos sinais do EEG. No entanto, outra temática utiliza métodos de Mapping Features no processamento dos sinais e posteriormente, realiza a classificação nos sinais resultantes visando obter resultados melhores.
topic Aprendizado de Máquina; Mapping Features; Inteligência Artificial.
url http://journal.unoeste.br/index.php/ce/article/view/3169
work_keys_str_mv AT andrehallwasribeiroalves metodosdemappingfeaturesaplicadosaoprocessamentodesinaiseeg
AT silvioantoniocarro metodosdemappingfeaturesaplicadosaoprocessamentodesinaiseeg
AT danillorobertopereira metodosdemappingfeaturesaplicadosaoprocessamentodesinaiseeg
_version_ 1721540920200921088