prikaz prve stranice dokumenta Klasifikacija vidnih evociranih potencijala stabilnog stanja u sustavu sučelja mozga i računala
Rad nije dostupan
završni rad
Klasifikacija vidnih evociranih potencijala stabilnog stanja u sustavu sučelja mozga i računala
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2018. urn:nbn:hr:168:726436
Planinić, Lucija
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Planinić, L. (2018). Klasifikacija vidnih evociranih potencijala stabilnog stanja u sustavu sučelja mozga i računala (Završni rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:726436

Planinić, Lucija. "Klasifikacija vidnih evociranih potencijala stabilnog stanja u sustavu sučelja mozga i računala." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2018. https://urn.nsk.hr/urn:nbn:hr:168:726436

Planinić, Lucija. "Klasifikacija vidnih evociranih potencijala stabilnog stanja u sustavu sučelja mozga i računala." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2018. https://urn.nsk.hr/urn:nbn:hr:168:726436

Planinić, L. (2018). 'Klasifikacija vidnih evociranih potencijala stabilnog stanja u sustavu sučelja mozga i računala', Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 25.11.2024., https://urn.nsk.hr/urn:nbn:hr:168:726436

Planinić L. Klasifikacija vidnih evociranih potencijala stabilnog stanja u sustavu sučelja mozga i računala [Završni rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2018 [pristupljeno 25.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:726436

L. Planinić, "Klasifikacija vidnih evociranih potencijala stabilnog stanja u sustavu sučelja mozga i računala", Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2018. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:726436

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:726436
Podaci o radu
NaslovKlasifikacija vidnih evociranih potencijala stabilnog stanja u sustavu sučelja mozga i računala
Naslov (engleski)Classification of Steady State Visual Evoked Potentials in Brain Computer Interfaces
AutorLucija Planinić
MentorMario Cifrek (mentor)
Član povjerenstvaMario Cifrek (predsjednik povjerenstva)
Član povjerenstvaŽeljka Lučev Vasić (član povjerenstva)
Član povjerenstvaKrešimir Friganović (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2018-07-13, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Elektrotehnika
Sažetak
Sučelje mozga i računala je izravna komunikacijska veza između mozga i vanjskog uređaja. Nju ostvarujemo prikupljanjem i obradom signala dobivenih snimanjem električne aktivnosti mozga elektroencefalografom. U ovom radu klasificirani su vizualni evocirani potencijali stabilnog stanja koji se u mozgu pojavljuju pri svjetlosnom podražaju koji treperi određenom frekvencijom. Klasifikacija je česti problem u strojnom učenju te postoje mnoge metode koje se u tu svrhu koriste. Uspoređene su 3 metode koje se koriste za klasifikaciju: linearna diskriminantna analiza, metoda potpornih vektora i neuronska mreža. Od te tri metode najveća točnost predviđanja postignuta je metodom potpornih vektora. Neuronska mreža predviđa sa zanemarivo lošijom točnošću od metode potpornih vektora (razlika od otprilike 1%) a najmanju točnost predviđanja ima linearna diskriminantna analiza.
Sažetak (engleski)
A brain-computer interface is defined as direct communication between a brain and an external device. That is achieved through collecting and processing signals obtained by recording the electrical activity of the brain with an electroencephalograph. In this paper, steady state visual evoked potentials, which appear in the brain when a flickering visual stimulus is presented, were classified. Classification is a common machine learning problem, so there are many methods used for that purpose. Three methods used for classification were compared: linear discriminant analysis, support vector machine and artificial neural network. Between those three methods, the best results were achieved with the support vector machine. The neural network performed with an insignificantly smaller accuracy than the support vector machine (the difference was around 1%), while the linear discriminant analysis algorithm performed with the lowest accuracy.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:726436
Studijski programNaziv: Elektrotehnika i informacijska tehnologija
Vrsta studija: sveučilišni
Stupanj studija: preddiplomski
Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka elektrotehnike i informacijske tehnologije (univ. bacc. ing. el. techn. inf.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2019-03-14 00:01:22