Please use this identifier to cite or link to this item:
http://elartu.tntu.edu.ua/handle/lib/26648
Title: | Розробка нейроінтерфейсу між мозком людини і зовнішніми системами |
Other Titles: | Development of the neural interface between the human brain and external systems |
Authors: | Доскоч, Віталій Степанович Пастух, Олег Анатолійович |
Affiliation: | Тернопільський національний технічний університет імені Івана Пулюя |
Bibliographic description (Ukraine): | Доскоч В.С. Назва : автореферат дипломної роботи магістра за спеціальністю „121 — інженерія програмного забезпечення“/ В.С. Доскоч. — Тернопіль: ТНТУ, 2018 РІК. — 7 с. |
Issue Date: | 16-Dec-2018 |
Submitted date: | 15-Dec-2018 |
Date of entry: | 24-Dec-2018 |
Publisher: | Тернопільський національний технічний університет імені Івана Пулюя |
Country (code): | UA |
Place of the edition/event: | Тернопільський національний технічний університет імені Івана Пулюя |
Code and name of the specialty: | 121 - Інженерія програмного забезпечення |
Supervisor: | Пастух, Олег Анатолійович |
UDC: | 004.4 |
Keywords: | 121 інженерія програмного забезпечення |
Page range: | 7 |
Abstract: | Розробка нейроінтерфейсу між мозком людини і зовнішніми системами // Магістерська робота // Доскоч Віталій Степанович // Тернопільський національний технічний університет імені Івана Пулюя, факультет комп'ютерно-інформаційних систем та програмної інженерії, кафедра програмної інженерії, група СПм-61 // Тернопіль 2018 // Сторінок − 108, рис. − 26, табл. − 4, бібліографічних джерел − 16, додатків − 6. Метою дипломної роботи є розробка нейроінтерфейсу між мозком людини і зовнішніми системами на основі класифікації станів людини методами машинного навчання за даними з її електроенцефалограми, а також визначення оптимального класифікатора для вирішення цієї задачі серед таких класифікаторів бібліотеки scikit-learn: MLPClassifier, GradientBoostingClassifier, RandomForestClassifier, AdaBoostClassifier. Об'єктом дослідження є використання методів машинного навчання для класифікації станів людини на основі даних з електроенцефалограми людини. Методи та програмні засоби, використані при виконанні роботи: мова програмування Python, середовище розробки PyCharm, платформа Anaconda. Результатом роботи є натренована модель на основі багатошарового перцептрона, яка під час тестування змогла розпізнати стани людини із точністю 92%. Ключові слова: НЕЙРОІНТЕРФЕЙС, ЕЛЕКТРОЕНЦЕФАЛОГРАМА, ANACONDA, SCIKIT-LEARN, DATASET, DATAFRAME, F-СТАТИСТИКА, МАТРИЦЯ НЕТОЧНОСТЕЙ, КЛАСИФІКАТОР, MULTILAYER PERCEPTRON, GRADIENT BOOSTING, RANDOM FOREST, ADABOOST. |
URI: | http://elartu.tntu.edu.ua/handle/lib/26648 |
Copyright owner: | @Доскоч В.С. @Пастух О.А. |
Content type: | Thesis Abstract |
Appears in Collections: | 121 — інженерія програмного забезпечення |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Автореферат.odt | 24,05 kB | OpenDocument Text | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.
Admin Tools