طبقهبندی سیگنالERPدر طی فرایند حافظه episodic توسط ماشین بردار پشتیبان و شبکه عصبی
محل انتشار: دومین کنگره مشترک سیستمهای فازی و هوشمند ایران
سال انتشار: 1387
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,002
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
FJCFIS02_174
تاریخ نمایه سازی: 26 تیر 1392
چکیده مقاله:
حافظه رویدادی یاepisodic شامل خاطرات گذشتهای است که در یک مکان و زمان خاص برای یک فرد روی داده استهدف از این تحقیق تفکیک و طبقهبندی بین دو دسته قدیم و جدید بر اساس الگویOld/New با استفاده از پتانسیل های وابسته بهرخدادERPs)مرتبط با فعالیت حافظهمیباشد. برای این منظور پس از پیش پردازش و استخراج سیگنالERP به روشمتوسط گیری و همچنین استخراج ویژگی های زمانی، از دو ابزار شبکه عصبیElmanو ماشین بردار پشتیبانSVM) برای طبقه بندی استفاده شد. نتایج هر دو طبقه بندی کننده نشان داد که ناحیه پاریتال مغزی درصد تفکیک بالاتری نسبت به نواحی دیگرمغزی به منظور کمی سازی فرایند حافظه رویدادی دارد. همچنین طبقه بندی کنندهSVMنسبت به شبکه عصبیElman درصد بالاتری از تفکیک را نشان داد
کلیدواژه ها:
نویسندگان
وهاب یوسف زاده
دانشجوی کارشناسی ارشد مهندسی پزشکی دانشگاه آزاد اسلامی واحد مشهد
سعید راحتی قوچانی
استادیار گروه برق دانشگاه آزاد اسلامی واحد مشهد
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :