Ταξινόμηση προκλητών δυναμικών εγκεφαλογραφήματος ακουστικού πειράματος, σχετιζόμενα με σφάλματα απόκρισης σε δράστες και παρατηρητές
Σκοπός της παρούσης διπλωματικής εργασίας, είναι η ταξινόμηση προκλητών δυναμικών ηλεκτροεγκεφαλογραφήματος, σε κατηγορίες σωστών και λάθος απαντήσεων. Ως δεδομένα, χρησιμοποιήθηκαν και επεξεργάστηκαν καταγραφές ηλεκτροεγκεφαλογραφημάτων ακουστικού πειράματος αναγνώρισης, δύο καταστάσεων πολυπλοκότ...
Κύριος συγγραφέας: | |
---|---|
Άλλοι συγγραφείς: | |
Μορφή: | Thesis |
Γλώσσα: | Greek |
Έκδοση: |
2016
|
Θέματα: | |
Διαθέσιμο Online: | http://hdl.handle.net/10889/9116 |
id |
nemertes-10889-9116 |
---|---|
record_format |
dspace |
spelling |
nemertes-10889-91162022-09-05T11:17:13Z Ταξινόμηση προκλητών δυναμικών εγκεφαλογραφήματος ακουστικού πειράματος, σχετιζόμενα με σφάλματα απόκρισης σε δράστες και παρατηρητές Classification of event-related potentials in actors and observers using error-related negativity and positivity in an auditory task Κάκκος, Ιωάννης Ματσόπουλος, Γεώργιος Βεντούρας, Ερρίκος Ματσόπουλος, Γεώργιος Κουτσούρης, Διονύσιος-Δημήτριος Kakkos, Ioannis Ηλεκτροεγκεφαλογράφημα Προκλητά δυναμικά Ταξινόμηση Μηχανική μάθηση Μηχανές διανυσμάτων υποστήριξης Μεμονωμένες δοκιμές Electroencephalography (EEG) ERP Classification Machine learning K-NN Support vector machines Single-trial 616.804 754 7 Σκοπός της παρούσης διπλωματικής εργασίας, είναι η ταξινόμηση προκλητών δυναμικών ηλεκτροεγκεφαλογραφήματος, σε κατηγορίες σωστών και λάθος απαντήσεων. Ως δεδομένα, χρησιμοποιήθηκαν και επεξεργάστηκαν καταγραφές ηλεκτροεγκεφαλογραφημάτων ακουστικού πειράματος αναγνώρισης, δύο καταστάσεων πολυπλοκότητας, το οποίο πραγματοποιήθηκε με τη συμμετοχή ατόμων με ρόλους δραστών και παρατηρητών. Από την ανάλυση αυτών των σημάτων, προσδιορίστηκαν παράμετροι , οι οποίοι χρησιμοποιήθηκαν ως χαρακτηριστικά για την ταξινόμηση των δεδομένων στις προαναφερθείσες κατηγορίες. Για την ταξινόμηση χρησιμοποιήθηκαν αλγόριθμοι μηχανικής μάθησης, όπως K-NN και μηχανές διανυσμάτων υποστήριξης. Αρχικά, η ταξινόμηση έγινε στους μέσους όρους των καταγραφών των ηλεκτροδίων και στη συνέχεια, εξετάστηκε η χρήση των εξαχθέντων χαρακτηριστικών σε μεμονωμένες δοκιμές. Τα αποτελέσματα της ταξινόμησης έδειξαν, ότι η χρήση των επιλεχθέντων χαρακτηριστικών, αν και ικανοποιητική όσο αφορά τους μέσους όρους των καταγραφών, εμφάνισε αδυναμίες στην ταξινόμηση μεμονωμένων δοκιμών. Aim of this thesis is the classification of ERPs, of participants in an auditory task. Data were collected and processed using EEG in audio task recognition, in two conditions of varying complexity, for acting and observing participants. The analysis determined parameters, which were used as features for the classification of the collected data. Machine learning algorithms were utilized such as K-NN and support vector machines. Initially, the classification was performed on the average recordings of the electrodes, and then the extracted features were used for single-trial classification. Results showed that the use of the selected features, although satisfactory regarding the average recordings, didn’t suffice to classify single-trial data. 2016-02-01T06:48:39Z 2016-02-01T06:48:39Z 2015-09 Thesis http://hdl.handle.net/10889/9116 gr 0 application/pdf |
institution |
UPatras |
collection |
Nemertes |
language |
Greek |
topic |
Ηλεκτροεγκεφαλογράφημα Προκλητά δυναμικά Ταξινόμηση Μηχανική μάθηση Μηχανές διανυσμάτων υποστήριξης Μεμονωμένες δοκιμές Electroencephalography (EEG) ERP Classification Machine learning K-NN Support vector machines Single-trial 616.804 754 7 |
spellingShingle |
Ηλεκτροεγκεφαλογράφημα Προκλητά δυναμικά Ταξινόμηση Μηχανική μάθηση Μηχανές διανυσμάτων υποστήριξης Μεμονωμένες δοκιμές Electroencephalography (EEG) ERP Classification Machine learning K-NN Support vector machines Single-trial 616.804 754 7 Κάκκος, Ιωάννης Ταξινόμηση προκλητών δυναμικών εγκεφαλογραφήματος ακουστικού πειράματος, σχετιζόμενα με σφάλματα απόκρισης σε δράστες και παρατηρητές |
description |
Σκοπός της παρούσης διπλωματικής εργασίας, είναι η ταξινόμηση προκλητών δυναμικών ηλεκτροεγκεφαλογραφήματος, σε κατηγορίες σωστών και λάθος απαντήσεων.
Ως δεδομένα, χρησιμοποιήθηκαν και επεξεργάστηκαν καταγραφές ηλεκτροεγκεφαλογραφημάτων ακουστικού πειράματος αναγνώρισης, δύο καταστάσεων πολυπλοκότητας, το οποίο πραγματοποιήθηκε με τη συμμετοχή ατόμων με ρόλους δραστών και παρατηρητών.
Από την ανάλυση αυτών των σημάτων, προσδιορίστηκαν παράμετροι , οι οποίοι χρησιμοποιήθηκαν ως χαρακτηριστικά για την ταξινόμηση των δεδομένων στις προαναφερθείσες κατηγορίες. Για την ταξινόμηση χρησιμοποιήθηκαν αλγόριθμοι μηχανικής μάθησης, όπως K-NN και μηχανές διανυσμάτων υποστήριξης. Αρχικά, η ταξινόμηση έγινε στους μέσους όρους των καταγραφών των ηλεκτροδίων και στη συνέχεια, εξετάστηκε η χρήση των εξαχθέντων χαρακτηριστικών σε μεμονωμένες δοκιμές.
Τα αποτελέσματα της ταξινόμησης έδειξαν, ότι η χρήση των επιλεχθέντων χαρακτηριστικών, αν και ικανοποιητική όσο αφορά τους μέσους όρους των καταγραφών, εμφάνισε αδυναμίες στην ταξινόμηση μεμονωμένων δοκιμών. |
author2 |
Ματσόπουλος, Γεώργιος |
author_facet |
Ματσόπουλος, Γεώργιος Κάκκος, Ιωάννης |
format |
Thesis |
author |
Κάκκος, Ιωάννης |
author_sort |
Κάκκος, Ιωάννης |
title |
Ταξινόμηση προκλητών δυναμικών εγκεφαλογραφήματος ακουστικού πειράματος, σχετιζόμενα με σφάλματα απόκρισης σε δράστες και παρατηρητές |
title_short |
Ταξινόμηση προκλητών δυναμικών εγκεφαλογραφήματος ακουστικού πειράματος, σχετιζόμενα με σφάλματα απόκρισης σε δράστες και παρατηρητές |
title_full |
Ταξινόμηση προκλητών δυναμικών εγκεφαλογραφήματος ακουστικού πειράματος, σχετιζόμενα με σφάλματα απόκρισης σε δράστες και παρατηρητές |
title_fullStr |
Ταξινόμηση προκλητών δυναμικών εγκεφαλογραφήματος ακουστικού πειράματος, σχετιζόμενα με σφάλματα απόκρισης σε δράστες και παρατηρητές |
title_full_unstemmed |
Ταξινόμηση προκλητών δυναμικών εγκεφαλογραφήματος ακουστικού πειράματος, σχετιζόμενα με σφάλματα απόκρισης σε δράστες και παρατηρητές |
title_sort |
ταξινόμηση προκλητών δυναμικών εγκεφαλογραφήματος ακουστικού πειράματος, σχετιζόμενα με σφάλματα απόκρισης σε δράστες και παρατηρητές |
publishDate |
2016 |
url |
http://hdl.handle.net/10889/9116 |
work_keys_str_mv |
AT kakkosiōannēs taxinomēsēproklētōndynamikōnenkephalographēmatosakoustikoupeiramatosschetizomenamesphalmataapokrisēssedrasteskaiparatērētes AT kakkosiōannēs classificationofeventrelatedpotentialsinactorsandobserversusingerrorrelatednegativityandpositivityinanauditorytask |
_version_ |
1771297204042989568 |