Method for Clustering of Brain Activity Data Derived from EEG Signals - Publikacja - MOST Wiedzy

Wyszukiwarka

Method for Clustering of Brain Activity Data Derived from EEG Signals

Abstrakt

A method for assessing separability of EEG signals associated with three classes of brain activity is proposed. The EEG signals are acquired from 23 subjects, gathered from a headset consisting of 14 electrodes. Data are processed by applying Discrete Wavelet Transform (DWT) for the signal analysis and an autoencoder neural network for the brain activity separation. Processing involves 74 wavelets from 3 DWT families: Coiflets, Daubechies and Symlets. Euclidean distance between clusters normalized with respect to the standard deviation of the whole set of data are used to separate each task performed by participants. The results of this stage allow for an assessment of separability between subsets of data associated with each activity performed by experiment participants. The speed of convergence of the training process employing deep learning-based clustering is also measured.

Cytowania

  • 1

    CrossRef

  • 1

    Web of Science

  • 1

    Scopus

Cytuj jako

Pełna treść

pełna treść publikacji nie jest dostępna w portalu

Słowa kluczowe

Informacje szczegółowe

Kategoria:
Publikacja w czasopiśmie
Typ:
artykuły w czasopismach
Opublikowano w:
FUNDAMENTA INFORMATICAE nr 168, strony 249 - 268,
ISSN: 0169-2968
Język:
angielski
Rok wydania:
2019
Opis bibliograficzny:
Kurowski A., Mrozik K., Kostek B., Czyżewski A.: Method for Clustering of Brain Activity Data Derived from EEG Signals// FUNDAMENTA INFORMATICAE -Vol. 168,iss. 2-4 (2019), s.249-268
DOI:
Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.3233/fi-2019-1831
Źródła finansowania:
Weryfikacja:
Politechnika Gdańska

Powiązane datasety

wyświetlono 87 razy

Publikacje, które mogą cię zainteresować

Meta Tagi