شبکه عصبی Spiking روشی برای مدل سازی،طبقه بندی و فهم داده های فضا_زمان EEG

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,824

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

TAES01_132

تاریخ نمایه سازی: 1 آذر 1394

چکیده مقاله:

این مقاله یک روش جدید برای مدل سازی، شناخت و فهم های داده های فضا- زمانی الکتروانسفالو گرافی و اندازه گیری شناختی پیچیده مغز را در طول فرآیندهای فعالیت ذهنی ارائه می دهد. عنصر کلیدی این است که فعالیت ذهنی از طریق انجام فرآیندهای فضا- زمانی پیچیده مغز بوده و تنها در صورتی می توان آنها را قابل درک دانست که ما مدل درستی داده های طیفی فضایی- زمانی این فرآیند را اندازه گیری کنیم. روش پیشنهادی بر روی شبکه عصبی ،spiking اخیراً ارائه شده است، معماری NeoCube نامیده شده است به عنوان چهارچوب کلی برای مدل سازی داده های فضا- زمان مبتنی بر داده های الکتروانسفالوگرافی است. نتایج مدل سازی داده ها با نرم افزار متلب مورد شبیه سازی انجام گرفته و ارائه شده است.

کلیدواژه ها:

شبکه های عصبی spiking ، اطلاعات شناختی ، EEG ، بیماری آلزایمر

نویسندگان

اعظم زارعی

دانشگاه آزاد اسلامی واحد تبریز، گروه مهندسی پزشکی، تبریز، ایران

همایون ابراهیمیان

دانشگاه آزاد اسلامی واحد اردبیل، گروه مهندسی پزشکی، اردبیل، ایران

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 :
  • C. Anderson, D. Peterson, Recent advances in EEG signal analysis ...
  • Neural Networks, Cambridge University Press, UK, 2001, pp. 175-191 (Chapter ...
  • C. Anderson, Effects of variations in neural network topology and ...
  • C. Anderson, Z. Sijercic, Classification of EEG signals from four ...
  • C. Anderson, E. Stolz, S. Shamsunder, Multivariate autoregressive models for ...
  • L. Benuskova, N. Kasabov, Computational Neuro-genetic Modelling, Springer, New York, ...
  • Y. Chen, J. Hu, N. Kasabov, Z. Hou, L. Cheng, ...
  • M. Defoin-Platel, S. Schliebs, N. Kasabov, Quantum- inspired evolutionary algorithm: ...
  • T. Delbruck, jAER Open Source Project, 2007. _ _ /j ...
  • C.W. Anderson, M. Kirby, Colorado State University - Brain Computer ...
  • A. Delorme, S. Makeig, EEGLAB: An Open Source Emvironment for ...
  • EvoSpike Project of the EU FP7, Jun 27, 2012. _ ...
  • نمایش کامل مراجع