| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Izpis gradiva Pomoč

Naslov:Statistically significant features improve binary and multiple motor imagery task predictions from EEGs
Avtorji:ID Degirmenci, Murside (Avtor)
ID Yuce, Yilmaz Kemal (Avtor)
ID Perc, Matjaž (Avtor)
ID Isler, Yalcin (Avtor)
Datoteke:.pdf RAZ_Degirmenci_Murside_2023.pdf (1,15 MB)
MD5: 9E01048282ACF1CE653EB4C30E4D6F22
 
URL //10.3389/fnhum.2023.1223307
 
Jezik:Angleški jezik
Vrsta gradiva:Članek v reviji
Tipologija:1.01 - Izvirni znanstveni članek
Organizacija:FNM - Fakulteta za naravoslovje in matematiko
Opis:In recent studies, in the field of Brain-Computer Interface (BCI), researchers have focused on Motor Imagery tasks. Motor Imagery-based electroencephalogram (EEG) signals provide the interaction and communication between the paralyzed patients and the outside world for moving and controlling external devices such as wheelchair and moving cursors. However, current approaches in the Motor Imagery-BCI system design require.
Ključne besede:brain-computer interfaces, electroencephalogram, feature selection, machine learning, task classification
Status publikacije:Objavljeno
Verzija publikacije:Objavljena publikacija
Poslano v recenzijo:15.05.2023
Datum sprejetja članka:23.06.2023
Datum objave:11.06.2023
Založnik:Frontiers Media
Leto izida:2023
Št. strani:16 str.
Številčenje:Vol. 17, [article no.] ǂ1223307
PID:20.500.12556/DKUM-88197 Novo okno
UDK:53:004.85
COBISS.SI-ID:158876931 Novo okno
DOI:10.3389/fnhum.2023.1223307 Novo okno
ISSN pri članku:1662-5161
Datum objave v DKUM:10.09.2024
Število ogledov:197
Število prenosov:14
Metapodatki:XML DC-XML DC-RDF
Področja:Ostalo
:
Kopiraj citat
  
Skupna ocena:(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:Bookmark and Share



Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Gradivo je del revije

Naslov:Frontiers in human neuroscience
Skrajšan naslov:Front. hum. neurosci.
Založnik:Frontiers Research Foundation
ISSN:1662-5161
COBISS.SI-ID:49074786 Novo okno

Gradivo je financirano iz projekta

Financer:ARIS - Javna agencija za znanstvenoraziskovalno in inovacijsko dejavnost Republike Slovenije
Številka projekta:J1-2457-2020
Naslov:Fazni prehodi proti koordinaciji v večplastnih omrežjih

Financer:ARIS - Javna agencija za znanstvenoraziskovalno in inovacijsko dejavnost Republike Slovenije
Številka projekta:P1-0403-2019
Naslov:Računsko intenzivni kompleksni sistemi

Licence

Licenca:CC BY 4.0, Creative Commons Priznanje avtorstva 4.0 Mednarodna
Povezava:http://creativecommons.org/licenses/by/4.0/deed.sl
Opis:To je standardna licenca Creative Commons, ki daje uporabnikom največ možnosti za nadaljnjo uporabo dela, pri čemer morajo navesti avtorja.

Sekundarni jezik

Jezik:Slovenski jezik
Ključne besede:vmesnik računalnik - možgani, elektroencefalogram, izbira lastnosti, strojno učenje, klasifikacija nalog


Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
0 - 0 / 0
 
Ni komentarjev!

Nazaj
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici