Submitted by JÚLIO HEBER SILVA (julioheber@yahoo.com.br) on 2018-03-13T17:24:13Z
No. of bitstreams: 2
Dissertação - Andrei Damian da Silva - 2018.pdf: 2168750 bytes, checksum: 4d47d811f294faae439470b427c48f3e (MD5)
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2018-03-14T10:57:00Z (GMT) No. of bitstreams: 2
Dissertação - Andrei Damian da Silva - 2018.pdf: 2168750 bytes, checksum: 4d47d811f294faae439470b427c48f3e (MD5)
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2018-03-14T10:57:00Z (GMT). No. of bitstreams: 2
Dissertação - Andrei Damian da Silva - 2018.pdf: 2168750 bytes, checksum: 4d47d811f294faae439470b427c48f3e (MD5)
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)
Previous issue date: 2018-03-02 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / This paper presents a new approach for the processing and classification of visual evoked
potentials of steady state (SSVEP). It introduces a ensemble tree model that combines
canonical correlation analysis data with methods based on estimation of power spectral
density. The stimuli were created using LEDs, from 7.04 Hz to 38.46 Hz. Data were collected
using the Texas Instruments ADS1299EEG-Fe and three electrodes. The tests were performed
for different distances and light intensities to evaluate the performance of the algorithm under
different conditions. In all, 22 participants were recruited, and the average classification was
99.1 ± 2.27% with fixed decision time of 1 second. / Este trabalho apresenta uma nova abordagem para o processamento e classificação de
potenciais evocados visuais de estado estacionário (SSVEP). Este trabalho introduz um
modelo de em aprendizagem por agrupamento de árvores de decisão que combina dados de
análise da correlação canônica com métodos baseados na estimativa da densidade espectral de
potência. Os estímulos foram criados utilizando LEDs, com frequência de 7.04 Hz até 38.46
Hz. Os dados foram coletados utilizando a placa ADS1299EEG-Fe da Texas Instruments e
três eletrodos. Os testes foram realizados para diferentes distâncias e intensidades luminosas
com o objetivo de avaliar o desempenho do algoritmo em condições diversas. Ao todo, 22
participantes foram recrutados e a taxa de acertos média foi de 99.1±2.27% com tempo de
decisão fixo em 1 segundo.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.bc.ufg.br:tede/8215 |
| Date | 02 March 2018 |
| Creators | Silva, Andrei Damian da |
| Contributors | Cruz Júnior, Gélson da, Cruz Júnior, Gélson da, Loja, Luiz Fernando Batista, Pinheiro Júnior, Carlos Galvão |
| Publisher | Universidade Federal de Goiás, Programa de Pós-graduação em Engenharia Elétrica e da Computação (EMC), UFG, Brasil, Escola de Engenharia Elétrica, Mecânica e de Computação - EMC (RG) |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da UFG, instname:Universidade Federal de Goiás, instacron:UFG |
| Rights | http://creativecommons.org/licenses/by-nc-nd/4.0/, info:eu-repo/semantics/openAccess |
| Relation | -5088589215393046129, 600, 600, 600, 600, -7705723421721944646, 8930092515683771531, 2075167498588264571 |
Page generated in 0.0018 seconds