Análise de sinais cerebrais utilizando árvores de decisão

Detalhes bibliográficos
Ano de defesa: 2013
Autor(a) principal: Silveira, Josimara de Avila
Orientador(a): Adamatti, Diana Francisca, Carvalho, Fernanda Antoniolo Hammes de
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Sistemas BCI
Árvores de decisão
Neurociência
BCI systems
Decision trees
Neuroscience
Link de acesso: http://repositorio.furg.br/handle/1/6409
Resumo: Este trabalho propõe um estudo de sinais cerebrais aplicados em sistemas BCI (Brain-Computer Interface - Interfaces Cérebro Computador), através do uso de Árvores de Decisão e da análise dessas árvores com base nas Neurociências. Para realizar o tratamento dos dados são necessárias 5 fases: aquisição de dados, pré-processamento, extração de características, classificação e validação. Neste trabalho, todas as fases são contempladas. Contudo, enfatiza-se as fases de classificação e de validação. Na classificação utiliza-se a técnica de Inteligência Artificial denominada Árvores de Decisão. Essa técnica é reconhecida na literatura como uma das formas mais simples e bem sucedidas de algoritmos de aprendizagem. Já a fase de validação é realizada nos estudos baseados na Neurociência, que é um conjunto das disciplinas que estudam o sistema nervoso, sua estrutura, seu desenvolvimento, funcionamento, evolução, relação com o comportamento e a mente, e também suas alterações. Os resultados obtidos neste trabalho são promissores, mesmo sendo iniciais, visto que podem melhor explicar, com a utilização de uma forma automática, alguns processos cerebrais.
id FURG_6ade4eb8bbb46c18aa10b9b1b09130b5
oai_identifier_str oai:repositorio.furg.br:1/6409
network_acronym_str FURG
network_name_str Repositório Institucional da FURG (RI FURG)
repository_id_str
spelling Silveira, Josimara de AvilaAdamatti, Diana FranciscaCarvalho, Fernanda Antoniolo Hammes de2016-08-29T22:32:26Z2016-08-29T22:32:26Z2013SILVEIRA, Josimara de Ávila. Análise de sinais cerebrais utilizando árvores de decisão. 2013. 103 f. Dissertação Programa de Pós-Graduação em Modelagem Computacional) - Instituto de Matemática, Estatística e Física, Universidade Federal do Rio Grande, Rio Grande, 2013.http://repositorio.furg.br/handle/1/6409Este trabalho propõe um estudo de sinais cerebrais aplicados em sistemas BCI (Brain-Computer Interface - Interfaces Cérebro Computador), através do uso de Árvores de Decisão e da análise dessas árvores com base nas Neurociências. Para realizar o tratamento dos dados são necessárias 5 fases: aquisição de dados, pré-processamento, extração de características, classificação e validação. Neste trabalho, todas as fases são contempladas. Contudo, enfatiza-se as fases de classificação e de validação. Na classificação utiliza-se a técnica de Inteligência Artificial denominada Árvores de Decisão. Essa técnica é reconhecida na literatura como uma das formas mais simples e bem sucedidas de algoritmos de aprendizagem. Já a fase de validação é realizada nos estudos baseados na Neurociência, que é um conjunto das disciplinas que estudam o sistema nervoso, sua estrutura, seu desenvolvimento, funcionamento, evolução, relação com o comportamento e a mente, e também suas alterações. Os resultados obtidos neste trabalho são promissores, mesmo sendo iniciais, visto que podem melhor explicar, com a utilização de uma forma automática, alguns processos cerebrais.This work proposes a study on brain signals applied to BCI (Brain-Computer Interface) systems, through the use of Decision Trees and the analysis of these trees based on Neuroscience. To treat the data, this system must execute ve stages: data acquisition, preprocessing, feature extraction, classi cation and validation. In this work, all phases are executed. However, it emphasizes the classi cation and validation phases. In the classi cation, it uses the Arti cial Intelligence technique called Decision Trees. This technique is known in the literature as one of the most successful and simpler learning algorithms. The validation phase is based on studies performed in Neuroscience, which is a set of disciplines that study the nervous system, its structure, its development, operation, evolution, behavior and relationship with the mind, and also your changes. The results of this study are promising, even initials, since they can better explain, with the use of an automated way, some brain processes.porSistemas BCIÁrvores de decisãoNeurociênciaBCI systemsDecision treesNeuroscienceAnálise de sinais cerebrais utilizando árvores de decisãoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da FURG (RI FURG)instname:Universidade Federal do Rio Grande (FURG)instacron:FURGLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.furg.br/bitstream/1/6409/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52open accessORIGINAL2013-10-JosimaraSilveira.pdf2013-10-JosimaraSilveira.pdfapplication/pdf4898526https://repositorio.furg.br/bitstream/1/6409/1/2013-10-JosimaraSilveira.pdf6cfaa0acc6c65746abb7db6d2e0ec4c7MD51open access1/64092022-10-24 15:37:48.574open accessoai:repositorio.furg.br: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Repositório InstitucionalPUBhttps://repositorio.furg.br/oai/request || http://200.19.254.174/oai/requestopendoar:2022-10-24T18:37:48Repositório Institucional da FURG (RI FURG) - Universidade Federal do Rio Grande (FURG)false
dc.title.pt_BR.fl_str_mv Análise de sinais cerebrais utilizando árvores de decisão
title Análise de sinais cerebrais utilizando árvores de decisão
spellingShingle Análise de sinais cerebrais utilizando árvores de decisão
Silveira, Josimara de Avila
Sistemas BCI
Árvores de decisão
Neurociência
BCI systems
Decision trees
Neuroscience
title_short Análise de sinais cerebrais utilizando árvores de decisão
title_full Análise de sinais cerebrais utilizando árvores de decisão
title_fullStr Análise de sinais cerebrais utilizando árvores de decisão
title_full_unstemmed Análise de sinais cerebrais utilizando árvores de decisão
title_sort Análise de sinais cerebrais utilizando árvores de decisão
author Silveira, Josimara de Avila
author_facet Silveira, Josimara de Avila
author_role author
dc.contributor.author.fl_str_mv Silveira, Josimara de Avila
dc.contributor.advisor1.fl_str_mv Adamatti, Diana Francisca
Carvalho, Fernanda Antoniolo Hammes de
contributor_str_mv Adamatti, Diana Francisca
Carvalho, Fernanda Antoniolo Hammes de
dc.subject.por.fl_str_mv Sistemas BCI
Árvores de decisão
Neurociência
BCI systems
Decision trees
Neuroscience
topic Sistemas BCI
Árvores de decisão
Neurociência
BCI systems
Decision trees
Neuroscience
description Este trabalho propõe um estudo de sinais cerebrais aplicados em sistemas BCI (Brain-Computer Interface - Interfaces Cérebro Computador), através do uso de Árvores de Decisão e da análise dessas árvores com base nas Neurociências. Para realizar o tratamento dos dados são necessárias 5 fases: aquisição de dados, pré-processamento, extração de características, classificação e validação. Neste trabalho, todas as fases são contempladas. Contudo, enfatiza-se as fases de classificação e de validação. Na classificação utiliza-se a técnica de Inteligência Artificial denominada Árvores de Decisão. Essa técnica é reconhecida na literatura como uma das formas mais simples e bem sucedidas de algoritmos de aprendizagem. Já a fase de validação é realizada nos estudos baseados na Neurociência, que é um conjunto das disciplinas que estudam o sistema nervoso, sua estrutura, seu desenvolvimento, funcionamento, evolução, relação com o comportamento e a mente, e também suas alterações. Os resultados obtidos neste trabalho são promissores, mesmo sendo iniciais, visto que podem melhor explicar, com a utilização de uma forma automática, alguns processos cerebrais.
publishDate 2013
dc.date.issued.fl_str_mv 2013
dc.date.accessioned.fl_str_mv 2016-08-29T22:32:26Z
dc.date.available.fl_str_mv 2016-08-29T22:32:26Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv SILVEIRA, Josimara de Ávila. Análise de sinais cerebrais utilizando árvores de decisão. 2013. 103 f. Dissertação Programa de Pós-Graduação em Modelagem Computacional) - Instituto de Matemática, Estatística e Física, Universidade Federal do Rio Grande, Rio Grande, 2013.
dc.identifier.uri.fl_str_mv http://repositorio.furg.br/handle/1/6409
identifier_str_mv SILVEIRA, Josimara de Ávila. Análise de sinais cerebrais utilizando árvores de decisão. 2013. 103 f. Dissertação Programa de Pós-Graduação em Modelagem Computacional) - Instituto de Matemática, Estatística e Física, Universidade Federal do Rio Grande, Rio Grande, 2013.
url http://repositorio.furg.br/handle/1/6409
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Institucional da FURG (RI FURG)
instname:Universidade Federal do Rio Grande (FURG)
instacron:FURG
instname_str Universidade Federal do Rio Grande (FURG)
instacron_str FURG
institution FURG
reponame_str Repositório Institucional da FURG (RI FURG)
collection Repositório Institucional da FURG (RI FURG)
bitstream.url.fl_str_mv https://repositorio.furg.br/bitstream/1/6409/2/license.txt
https://repositorio.furg.br/bitstream/1/6409/1/2013-10-JosimaraSilveira.pdf
bitstream.checksum.fl_str_mv 8a4605be74aa9ea9d79846c1fba20a33
6cfaa0acc6c65746abb7db6d2e0ec4c7
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da FURG (RI FURG) - Universidade Federal do Rio Grande (FURG)
repository.mail.fl_str_mv
_version_ 1794070250750214144

Registros relacionados