0% Complete
English
صفحه اصلی
/
سیزدهمین کنفرانس بین المللی فناوری اطلاعات و دانش
تشخیص مراحل خواب با کمک جنگل تصادفی و ویژگی های فرکانسی استخراج شده از سیگنال های EEG و EOG
نویسندگان :
سیدعلی حسینی
1
1- دانشگاه بیرجند
کلمات کلیدی :
تشخیص خودکار مراحل خواب،طیف فرکانسی سیگنال،استخراج ویژگی،[نگل تصادفی
چکیده :
تشخیص مراحل خواب یک فرایند مهم برای تحلیل خواب و همچنین تشخیص بسیاری از اختلالات مرتبط با خواب می باشد. از سوی دیگر دسته بندی مستقیم مراحل خواب توسط فرد متخصص و آموزش دیده با استفاده از بررسی چشمی نیز کاری سخت و زمانبر بوده و تا حدودی نیز در معرض خطای انسانی تکنسین مربوطه است. از همین رو تشخیص خودکار مراحل خواب توسط سیستمهای کامپیوتری مورد توجه پژوهشگران بوده است. در این پژوهش با استفاده از تکنیک یادگیری ماشین روشی خودکار برای تشخیص مراحل خواب ارائه شده است. روش ارائه شده صرفاً بر پایه ویژگی های فرکانسی استخراج شده از سیگنال مغز کار می کند. آزمایشهای انجام شده در این پژوهش شامل استفاده از دو کانال سیگنال EEG و یک کانال سیگنال EOG می باشد. نتایج آزمایشهای انجام شده نشان می دهد استفاده از ویژگی-های فرکانسی در کنار الگوریتم طبقه بندیِ جنگل تصادفی دقت بالایی در فرایند تشخیص مراحل خواب به همراه دارد. به ویژه هنگامی که سیگنالهای EEG و EOG در کنار هم مورد استفاده قرار گیرند نتایج الگوریتم دسته بندی دقیق تر خواهد بود.
لیست مقالات
لیست مقالات بایگانی شده
User Preferences Elicitation in Bilateral Automated Negotiation Using Recursive Least Square Estimation
Farnaz Salmanian - Dr Hamid Jazayeri - Dr Javad Kazemitabar
Sentiment Analysis of the Amazon Customers Using the BiGRU Neural Network Enhanced by Attention Mechanism
Sara Sinan Salman al-Abedi - Keyvan Mohebbi
Exploring the Relationship Between Gameplay Log Data and Depression & Anxiety
Soroush Elyasi - Arya Varasteh Nezhad - Fattaneh Taghiyareh
Integrating Wasserstein GANs for High-Speed Transformer-Based Neural Machine Translation
Parisa Nekoogol - Mostafa Salehi
شناسایی جایگاه مالونیلاسیون در پروتئینها با بهرهگیری از استخراج ویژگی و تکنیکهای پردازش زبان طبیعی
حنانه رجبیون - محمد قاسم زاده - وحید رنجبر بافقی
Intra Class Feature Learning and Supervised Triplet Sampling for Deep Metric Learning
Hamideh Rafiee - Ahmad Ali Abin - Seyed Soroush Majd - Viet-Vu Vu
کنترل کیفیت غیرمتمرکز مبتنی بر هوش ترکیبی در سیستمهای مشارکتی برخط
مهدیه طالب زاده - هاله امین طوسی - محمد اله بخش
Revolutionizing Credit Scoring: The Synergy of Mamba State Space and CNN Models
Behnam Sabzalian
Context Awareness Gate for Retrieval Augmented Generation
Mohammad Hassan Heydari - Arshia Hemmat - Erfan Naman - Afsaneh Fatemi
رویکرد نوین مبتنی بر خوشهبندی محلی شدت روشنایی برای جداسازی بافتهای مغزی
آسیه خسروانیان - سعید آیت
بیشتر
ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 42.5.2