CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

آشکارسازی جهت حرکت چشم از روی سیگنال EOG به وسیله شبکه های عصبی مصنوعی

اعتبار موردنیاز : ۱ | تعداد صفحات: ۸ | تعداد نمایش خلاصه: ۵۲۱۵ | نظرات: ۰
سال انتشار: ۱۳۸۷
کد COI مقاله: ACCSI14_028
زبان مقاله: فارسی
حجم فایل: ۲۱۳.۳۸ کیلوبایت (فایل این مقاله در ۸ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۸ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله آشکارسازی جهت حرکت چشم از روی سیگنال EOG به وسیله شبکه های عصبی مصنوعی

  امین اله گلرو - دانشگاه آزاد اسلامی واحد مشهد
  سعید راحتی قوچانی - دانشگاه آزاد اسلامی واحد مشهد

چکیده مقاله:

استفاده از سیگنال های حیاتی به عنوان یک ابزار واسط ارتباطی بین انسان و کامپیوتر اخیرا مورد توجه قرار گرفته است. یکی از این سیگنال ها، سیگنال الکترو اکلوگرام (EOG) است، که ناشی از پتانسیل چشمی می باشد. در این مطالعه از شبکه های عصبی مصنوعی برای تشخیص جهت حرکت چشم از روی سیگنال EOG استفاده شده است. شبکه های عصبی به دلیل قابلیت یادگیری دینامیک های غیرخطی و تقریب فراگیرشان، قادر به تشخیص و طبقه بندی سیگنال های بیولوژیکی دارای دینامیک غیرخطی، از جمله سیگنال EOG می باشند. در این مطالعه از دو شبکه کاملا متفاوت MLP و ART برای آشکارسازی حرکات متوالی و تصادفی چشم استفاده شده است. نتایج نشان می دهد که شبکه MLP قادر است حرکات متوالی چشم را با دقت بالای 90 درصد تشخیص دهد، اما در مورد حرکات اتفاقی صحت تشخیص این شبکه بسیار پایین است. در بخش تشخیص حرکات تصادفی چشم، بهترین نتیجه با استفاده از شبکه ART2A-E به دست می آید که به کمک آن، صحت تشخیص بالای 70 درصد است.

کلیدواژه‌ها:

آشکارسازی حرکات چشم، EOG، شبکه پرسپترون چند لایه (MLP)، تئوری تشدید وفقی (ART)

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-ACCSI14-ACCSI14_028.html
کد COI مقاله: ACCSI14_028

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
گلرو, امین اله و سعید راحتی قوچانی، ۱۳۸۷، آشکارسازی جهت حرکت چشم از روی سیگنال EOG به وسیله شبکه های عصبی مصنوعی، چهاردهمین کنفرانس سالانه انجمن کامپیوتر ایران، تهران، انجمن کامپیوتر، دانشگاه صنعتی امیر کبیر، https://www.civilica.com/Paper-ACCSI14-ACCSI14_028.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (گلرو, امین اله و سعید راحتی قوچانی، ۱۳۸۷)
برای بار دوم به بعد: (گلرو و راحتی قوچانی، ۱۳۸۷)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • A.Guven, S _ Kara' ' C lassification of electro- oculogram ...
  • Geoffrey B.Arden _ Paul A.Constable' 'The electro- oculogram" Department of ...
  • Madan M. Gupta, Liang Jin, and Noriyasu Homma "Static and ...
  • A. Akhbardeh and A. Erfaniaan' 'Eye tracking User Interface using ...
  • Toral Zaveri, Jason Winters, Mamta Wankhede, Il Park "A fast ...
  • Junichi Hori, Koji Sakano, Michio Miyakawa, Yoshiaki saitoh'Eye Movemet C ...
  • Howard De muth, Mark Beale "Neural Network Toolbox'" http ://www. ...
  • امین اله گلرو، دکتر محمد علی خلیل زاده "طراحی بهینه ...
  • امین اله گلرو، دکتر محمد علی خلیل زاده "سیستم هدایت ... (مقاله کنفرانسی)
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: ۸۲۲۵
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.