Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Somnolence Detection Using Electroencephalogram

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F10%3APU86651" target="_blank" >RIV/00216305:26220/10:PU86651 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    čeština

  • Název v původním jazyce

    Somnolence Detection Using Electroencephalogram

  • Popis výsledku v původním jazyce

    One of the tasks performed by analysis of electroencephalogram (EEG) is the problem of recognizing the state of somnolence, characterized by lower level of attention and the extension of reaction time to any external stimuli. In this paper we propose a method for detection of such state, based on an analysis of the EEG signal's power spectra. Classification is realized by using fuzzy logic. Four classifiers are designed, which are based on a fuzzy inference system (FIS), that are differ in IF-THEN rule's bases. The approximation of membership function (MF) is implemented using fuzzy clustering (FC). Classification results are very dependent on the applied rules and on the choice of the analyzed frequencies.

  • Název v anglickém jazyce

    Somnolence Detection Using Electroencephalogram

  • Popis výsledku anglicky

    One of the tasks performed by analysis of electroencephalogram (EEG) is the problem of recognizing the state of somnolence, characterized by lower level of attention and the extension of reaction time to any external stimuli. In this paper we propose a method for detection of such state, based on an analysis of the EEG signal's power spectra. Classification is realized by using fuzzy logic. Four classifiers are designed, which are based on a fuzzy inference system (FIS), that are differ in IF-THEN rule's bases. The approximation of membership function (MF) is implemented using fuzzy clustering (FC). Classification results are very dependent on the applied rules and on the choice of the analyzed frequencies.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    JD - Využití počítačů, robotika a její aplikace

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    Z - Vyzkumny zamer (s odkazem do CEZ)

Ostatní

  • Rok uplatnění

    2010

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Proceedings of the 16th Conference Student EEICT 2010

  • ISBN

    978-80-214-4079-1

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    5

  • Strana od-do

  • Název nakladatele

    Novapress, s.r.o.

  • Místo vydání

    Brno

  • Místo konání akce

    FEKT VUT v Brně

  • Datum konání akce

    29. 4. 2010

  • Typ akce podle státní příslušnosti

    CST - Celostátní akce

  • Kód UT WoS článku