Full metadata record
DC poleHodnotaJazyk
dc.contributor.advisorMautner Pavel, Ing. Ph.D.
dc.contributor.authorSaleh, Josef Yassin
dc.contributor.refereeBrůha Petr, Ing.
dc.date.accepted2022-6-14
dc.date.accessioned2022-08-29T14:33:20Z-
dc.date.available2021-10-4
dc.date.available2022-08-29T14:33:20Z-
dc.date.issued2022
dc.date.submitted2022-5-5
dc.identifier89746
dc.identifier.urihttp://hdl.handle.net/11025/49544-
dc.description.abstractPoužití BCI (Brain Computer Interface) je velmi robustní a jejich možnosti jsou velmi různorodé. Jedna z možností je detekce pohybu v EEG datech. Detekce pohybu v EEG datech se většinou provádí pomocí tzv. Spatial filters (volně přeloženo jako prostorové filtry), které jsou schopny vytvořit přízna- kové vektory, pomocí kterých je možné klasifikovat. Úkolem této práce bylo vybrat vhodné metody pro extrakci příznakových vektorů a poté je klasifikovat a pokusit se nalézt pohyb. Pro extrakci příznakových vektorů, byla použita technika CSP a pro klasi- fikaci SVM a LDA. Z výsledků bylo možné usoudit, že klasifikace probíhala vcelku dobře, až na vyjímky, které mohou mít různé důvody, například ztráta informace kvůli mrknutí měřené osoby.cs
dc.format39
dc.language.isoen
dc.publisherZápadočeská univerzita v Plzni
dc.rightsPlný text práce je přístupný bez omezení
dc.subjecteegcs
dc.subjectsmrcs
dc.subjectklasifikacecs
dc.subjectprostorové filtrycs
dc.subjectcspcs
dc.subjectsvmcs
dc.subjectldacs
dc.titleNávrh detektoru pohybu z naměřených EEG datcs
dc.title.alternativeDesign of movement detector of measured EEG dataen
dc.typebakalářská práce
dc.thesis.degree-nameBc.
dc.thesis.degree-levelBakalářský
dc.thesis.degree-grantorZápadočeská univerzita v Plzni. Fakulta aplikovaných věd
dc.thesis.degree-programInženýrská informatika
dc.description.resultObhájeno
dc.description.abstract-translatedUses of BCIs are very versatile and their possibilities are many. One of the possible uses is to detect movement in EEG data. Movement detection in EEG data is usually done by extracting feature vectors using Spatial filters. They are then passed to classifiers, that attempt to classify using gained feature vectors. Goal of this thesis is to choose suitable Spatial filter to gain feature vectors that were passed to classifier to detect movement in EEG data. For this thesis Spatial filter CSP was chosen that passed it's feature vectors to LDA and SVM. Experiments have shown that classifiers classified well on average but there were some exceptions that were probably caused by subject winking, which resulted in loss of information about movement in EEG data.en
dc.subject.translatedeegen
dc.subject.translatedsmren
dc.subject.translatedclassificationen
dc.subject.translatedspatial filtersen
dc.subject.translatedcspen
dc.subject.translatedsvmen
dc.subject.translatedldaen
Vyskytuje se v kolekcích:Bakalářské práce / Bachelor´s works (KIV)

Soubory připojené k záznamu:
Soubor Popis VelikostFormát 
Josef_Yassin_Saleh_BT_2022.pdfPlný text práce2,02 MBAdobe PDFZobrazit/otevřít
A18B0307P_hodnoceni.pdfPosudek vedoucího práce155,18 kBAdobe PDFZobrazit/otevřít
A18B0307P_posudek.pdfPosudek oponenta práce171,19 kBAdobe PDFZobrazit/otevřít
A18B0307P_obhajoba.pdfPrůběh obhajoby práce66,69 kBAdobe PDFZobrazit/otevřít
Zobrazit minimální záznam Zobrazit statistiky


Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam: http://hdl.handle.net/11025/49544

Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.

hledání
navigace
  1. DSpace at University of West Bohemia
  2. Vysokoškolské kvalifikační práce / Theses
  3. Fakulta aplikovaných věd / Faculty of Applied Sciences
  4. Katedra informatiky a výpočetní techniky / Department of Computer Science and Engineering
  5. Bakalářské práce / Bachelor´s works (KIV)