طبقه بندی واکه های تصورات گفتاری با استفاده از ویژگی های استخراج شده از فضای با بعد بالا (Tec-۲۰۲۱)
سال انتشار: 1400
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 410
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
TECCONF05_102
تاریخ نمایه سازی: 11 مهر 1400
چکیده مقاله:
واسط های مغز-رایانه (BCI) با استفاده از سیگنال انسفالوگرافی (EEG) رویکردی غیرتهاجمی برای ارتباط بین مغز انسان و هر دستگاه خارجی بدون استفاده از مسیرهای ارتباطی متداول است. در بین واسط های مغز-رایانه تصور گفتار در ابتدای راه بوده و مطالعه های انجام شده در آن بسیار پراکنده است. در این پژوهش، سیگنال های EEG ضبط شده هنگام تصور گفتار پنج واکه ی/a/،/u/ ،/o/ ،/i/ و /e/مورد بررسی قرار گرفتند. تحقیقات متعدد نشان دادهاند که سامانه های بیولوژیکی انسان مانند قلب، تولید گفتار و مغز می توانند رفتارهای پیچیده و آشوبی از خود بروز دهند. ازاین رو، بررسی روش های تحلیل پویای غیرخطی در استخراج اطلاعات از الگوهای فعالیت عصبی در فضای با بعد بالا می تواند منجر به استخراج اطلاعات بیشتری شود. در این پژوهش، مشخصه های غیرخطی مانند بعد همبستگی، نماهای لیاپانوف و بعد فرکتال بررسی شده و در نهایت از روش دسته بندی ماشین بردار پشتیبان (SVM) برای فرایند طبقه بندی و شناسایی الگو استفاده شده است. با توجه به بهبود ۳.۴۲ درصدی دقت میانگین با روش پیشنهادی نسبت به مقاله پایه می توان نتیجه گرفت، ویژگی های استخراج شده از فضای با بعد بالا می توانند معرف خوبی برای سیگنال های EEG باشند.
کلیدواژه ها:
نویسندگان
محبوبه شیدائی
دانشکده مهندسی و علوم کامپیوتر، دانشگاه شهید بهشتی تهران تهران، ایران
یاسر شکفته
دانشکده مهندسی و علوم کامپیوتر،دانشگاه شهید بهشتی تهران تهران، ایران