Use este identificador para citar ou linkar para este item: http://www.monografias.ufop.br/handle/35400000/969
Título: Aplicações de redes neurais artificiais profundas em reconhecimento de padrões motores e eletroencefalograma utilizando redes complexas.
Autor(es): Queiroz, Vinicius Augusto Pereira
Orientador(es): Luz, Eduardo José da Silva
Membros da banca: Luz, Eduardo José da Silva
Moreira, Gladston Juliano Prates
Fortes, Reinaldo Silva
Palavras-chave: Imageria motora
Aprendizagem de máquina
Data do documento: 2017
Referência: QUEIROZ, Vinicius Augusto Pereira. Aplicações de redes neurais artificiais profundas em reconhecimento de padrões motores e eletroencefalograma utilizando redes complexas. 2017. 56 f. Monografia (Graduação em Engenharia de Controle e Automação) - Escola de Minas, Universidade Federal de Ouro Preto, Ouro Preto, 2017.
Resumo: Os projetos de Interface Cérebro-Máquina têm se destacado na comunidade da Engenharia Biomédica na última década, devido aos avanços dos recursos computacionais e dos algoritmos de Aprendizagem de Máquina e também às diversas aplicações que este tipo de sistema pode proporcionar aos usuários. Entretanto, as pesquisas apresentadas na literatura ainda apresentam barreiras impedindo a utilização destes sistemas pelo público em geral, sejam por limites de praticidade ou de eficácia. Neste trabalho, propomos um estudo sobre as Interfaces Cérebro-Máquina, apresentando os conceitos básicos para sua implementação e para o entendimento do funcionamento dos mesmos. Um projeto prático também foi realizado e avaliado utilizando um banco de dados de eletroencefalograma de Imageria Motora, testando um método proposto recentemente que ainda não havia sido utilizado para este propósito, com o intuito de expandir as pesquisas nesta área. Os resultados mostram que ainda há muitos testes a serem realizados com este método, e que a definição dos valores dos hiper-parâmetros do algoritmo é a maior dificuldade de implementação deste modelo de Interface Cérebro-Máquina.
Resumo em outra língua: Brain-Computer Interfaces projects have been highlighted in the Biomedical Engineering community over the last decade, due to improvements in computational resources and Machine Learning algorithms and also due to the diverse applications these systems may provide to the users. However, the researches presented in the literature still present barriers preventing general public use of these systems, either by limits in practicity or efficacy. In this paper we propose a study about Brain Computer Interfaces, presenting the basic concepts needed for its implementation and understanding how they work. A practical project was also elaborated and evaluated using a Motor Imagery electroencephalogram database, testing a recently proposed method which had not been utilized for this purpose yet, with the aim to expand the researches in this field. Results show that there is plenty of tests yet to be made with this method, and that the definition of the hyperparameters values of the algorithm is the most difficult task of implementation of this model of Brain-Computer Interface.
URI: http://www.monografias.ufop.br/handle/35400000/969
Licença: Autorização concedida à Biblioteca Digital de TCC’s da UFOP pelo(a) autor(a) em 11/12/2017 com as seguintes condições: disponível sob Licença Creative Commons 4.0 que permite copiar, distribuir e transmitir o trabalho desde que sejam citados o autor e o licenciante. Não permite o uso para fins comerciais nem a adaptação.
Aparece nas coleções:Engenharia de Controle e Automação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
MONOGRAFIA_AplicaçãoRedesNeurais.pdf5,62 MBAdobe PDFVisualizar/Abrir


Este item está licenciado sob uma Licença Creative Commons Creative Commons