prikaz prve stranice dokumenta Metode strojnog učenja u klasifikaciji signala EEG-a kod afektivnih poremećaja
Rad nije dostupan
završni rad
Metode strojnog učenja u klasifikaciji signala EEG-a kod afektivnih poremećaja
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2020. urn:nbn:hr:168:077282
Skorupan, Ivan
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Skorupan, I. (2020). Metode strojnog učenja u klasifikaciji signala EEG-a kod afektivnih poremećaja (Završni rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:077282

Skorupan, Ivan. "Metode strojnog učenja u klasifikaciji signala EEG-a kod afektivnih poremećaja." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2020. https://urn.nsk.hr/urn:nbn:hr:168:077282

Skorupan, Ivan. "Metode strojnog učenja u klasifikaciji signala EEG-a kod afektivnih poremećaja." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2020. https://urn.nsk.hr/urn:nbn:hr:168:077282

Skorupan, I. (2020). 'Metode strojnog učenja u klasifikaciji signala EEG-a kod afektivnih poremećaja', Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 26.12.2024., https://urn.nsk.hr/urn:nbn:hr:168:077282

Skorupan I. Metode strojnog učenja u klasifikaciji signala EEG-a kod afektivnih poremećaja [Završni rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2020 [pristupljeno 26.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:077282

I. Skorupan, "Metode strojnog učenja u klasifikaciji signala EEG-a kod afektivnih poremećaja", Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2020. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:077282

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:077282
Podaci o radu
NaslovMetode strojnog učenja u klasifikaciji signala EEG-a kod afektivnih poremećaja
Naslov (engleski)Machine Learning Methods for EEG Signal Classification in Affective Disorders
AutorIvan Skorupan
MentorMario Cifrek (mentor)
Član povjerenstvaMario Cifrek (predsjednik povjerenstva)
Član povjerenstvaKrešimir Friganović (član povjerenstva)
Član povjerenstvaZrinka Topić (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2020-07-03, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Nebalansirani skupovi podataka su česti u medicinskoj praksi. Klasični algoritmi strojnog učenja pate od prenaučenosti na nebalansiranim skupovima pa su potrebne posebne metode za unaprjeđenje modela. U ovom radu je provedena klasifikacija značajki signala EEG-a po medicinskim dijagnozama nad nekoliko tablica koristeći modele stroja potpornih vektora, k najbližih susjeda, slučajne šume te AdaBoosta. Analizirani su rezultati klasifikacije i pokazano je da modeli AdaBoost i stroj potpornih vektora s linearnom jezgrom pokazuju najveći potencijal za klasifikaciju and nebalansiranim skupovima podataka u većini primjera.
Sažetak (engleski)
Imbalanced datasets are often found in medical praxis. Classical machine learning algorithms suffer from overfitting on imbalanced datasets, which is why special methods are needed to improve model performance. In this thesis, EEG signal features classification by medical diagnoses was performed on several tables using the support vector machine, k-nearest neighbors, random forest and AdaBoost models. Classification results were analyzed and it was shown that the AdaBoost and linear kernel support vector machine models show the most potential for classification on imbalanced datasets in majority of the examples.
Ključne riječi
Ključne riječi (engleski)
Jezikengleski
URN:NBNurn:nbn:hr:168:077282
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: preddiplomski
Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2023-01-14 09:56:38