پیادهسازی الگوریتم آنالیز مولفههای وابسته به تسک (TRCA) در سیستمهای واسط مغز- رایانه مبتنی بر SSVEP
یکی از کاربردهای مورد توجه محققان در حوزهی پردازش سیگنالهای مغزی، هجیکنندهی واسط مغز- رایانه بر پایهی سیگنال EEG بوده که افراد بدون توانایی تکلم را قادر میسازد تا افکار خود را با استفاده از کاراکترهای هدف مورد نظر، بیان کنند. یکی از انواع هجیکنندهها، هجیکننده بر پایهی پتانسیلهای برانگیختهی دیداری حالت پایا (SSVEP) است که در آن کاربر میتواند با نگاه کردن به حرفی که با فرکانس خاصی در حال سوسوزدن است، آن را در یک سختافزار خارجی ثبت کند؛ بدون اینکه نیاز باشد آن را با انگشت تایپ کند. هدف BCIاین است که از روی سیگنالهای EEG تشخیص دهد که شخص به کدام LEDخیره شده است. در این پروژه، الگوریتم معروفTRCA را در متلب پیادهسازی و بر روی داده اعمال خواهیم کرد، تا در نتیجه فرکانسهای تحریک شناسایی شود.فایل پی دی اف 12 صفحه
در انتها نتایج با نتایج حاصل از مقاله مورد بررسی آماری قرار گرفته است.
این فایل شامل سورس کدهای متلب برای شبکه های عصبی می باشد که توسط دانشجویان دانشگاه برن بارسلونا نوشته شده است. آنها این تولباکس را چنین توصیف کرده اند: من این کد را در هنگام یادگیری CNN نوشتم از عملکردهای مختلف فعال سازی مانند: (sigmoid، tanh، softmax، softplus، ReLU ,rect) پشتیبانی می کند. مثال MNIST و دستورالعمل ها در BuildYourOwnCNN.m نشان می دهد که چگونه از کد استفاده کنید. همچنین می توان تنها شبکه ANN را با استفاده از این کد ساخت. ما همچنین یک اسکریپت ساده برای پیش بینی جنسیت از عکس …