Wyszukiwarka
Analyzing the Effectiveness of the Brain–Computer Interface for Task Discerning Based on Machine Learning
Abstrakt
The aim of the study is to compare electroencephalographic (EEG) signal feature extraction methods in the context of the effectiveness of the classification of brain activities. For classification, electroencephalographic signals were obtained using an EEG device from 17 subjects in three mental states (relaxation, excitation, and solving logical task). Blind source separation employing independent component analysis (ICA) was performed on obtained signals. Welch’s method, autoregressive modeling, and discrete wavelet transform were used for feature extraction. Principal component analysis (PCA) was performed in order to reduce the dimensionality of feature vectors. k-Nearest Neighbors (kNN), Support Vector Machines (SVM), and Neural Networks (NN) were employed for classification. Precision, recall, F1 score, as well as a discussion based on statistical analysis, were shown. The paper also contains code utilized in preprocessing and the main part of experiments.
Cytowania
-
3
CrossRef
-
0
Web of Science
-
4
Scopus
Autorzy (3)
Cytuj jako
Pełna treść
- Wersja publikacji
- Accepted albo Published Version
- DOI:
- Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.3390/s20082403
- Licencja
-
otwiera się w nowej karcie
Słowa kluczowe
Informacje szczegółowe
- Kategoria:
- Publikacja w czasopiśmie
- Typ:
- artykuły w czasopismach
- Opublikowano w:
-
SENSORS
nr 20,
ISSN: 1424-8220 - Język:
- angielski
- Rok wydania:
- 2020
- Opis bibliograficzny:
- Browarczyk J., Kurowski A., Kostek B.: Analyzing the Effectiveness of the Brain–Computer Interface for Task Discerning Based on Machine Learning// SENSORS -Vol. 20,iss. 8 (2020), s.2403-
- DOI:
- Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.3390/s20082403
- Weryfikacja:
- Politechnika Gdańska
Powiązane datasety
- dane badawcze EEG data recorded in three mental states
wyświetlono 202 razy
Publikacje, które mogą cię zainteresować
MACHINE LEARNING APPLICATIONS IN RECOGNIZING HUMAN EMOTIONS BASED ON THE EEG
- A. Kastrau,
- M. Koronowski,
- M. Liksza
- + 1 autorów
Pursuing the Deep-Learning-Based Classification of Exposed and Imagined Colors from EEG
- A. A. Torres-García,
- J. Garcia Salinas,
- L. Villaseñor-Pineda