Search academic texts

Information × Registration Number 2121U007186, Article popup.category Бакалаврська робота Title Система аналізу даних уявної кінематики тіла із використанням методів глибинного навчання (AI translated) popup.author Залевський Владислав ВолодимировичZalevskyi Vladyslav Volodymyrovych popup.publication 01-01-2021 popup.source_user Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» popup.source https://ela.kpi.ua/handle/123456789/45447 popup.publisher Київ Description Дипломна робота: 137 с., 13 табл., 32 рис., 2 додатки, 42 джерела. У роботі розглянуто та проаналізовано найбільш поширені методи та підходи глибинного навчання для аналізу даних ЕЕГ уявної кінематики тіла. Досліджено різні методи аугментації даних та попередньої обробки. Робота обраних для роботи методів була розглянута на практичній задачі, а саме класифікації уявних дій піддослідних. Об’єктом дослідження стали медичні показники (записи ЕЕГ) та їх значення для створення на основі даних уявної кінематики тіла нейрокомп’ютерних інтерфейсів здатних працювати в реальному часі. Предметом дослідження стали математичні методи глибинного навчання навчання, попередньої обробки та аугментації даних. Thesis: 137 p., 13 tabl., 32 fig., 2 appendices, 42 sources. In this work the most common deep learning methods for the analysis of EEG data of imagined body kinematics are considered and analyzed. Various methods of data augmentation and pre-processing are investigated. Chosen methods efficiency was analysed on a practical task, namely on the classification of imagined actions of the subjects. Medical indicators, namely EEG recordings, were considered as the study object. It also analysed their significance for the creation of brain-computer interfaces capable of working in real-time through imagined body kinematics data. The subjects of the study were mathematical methods of deep learning, data pre-processing and data augmentation. popup.nrat_date 2025-11-05 Close