Python scripts for the P300 processing and classification
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F19%3A43956450" target="_blank" >RIV/49777513:23520/19:43956450 - isvavai.cz</a>
Výsledek na webu
<a href="http://www.kiv.zcu.cz/vyzkum/software/2019/cnnforgtn.html" target="_blank" >http://www.kiv.zcu.cz/vyzkum/software/2019/cnnforgtn.html</a>
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Python scripts for the P300 processing and classification
Popis výsledku v původním jazyce
The project contains Python scripts for off-line P300 event-related potential processing, feature extraction and classification (LDA, SVM, convolutional neural networks - CNN). The aim of this SW is to allow reproducibility of research comparing various classification algorithms applicable to brain-computer interface (BCI) development. This software was used in the following paper: "Lukáš Vařeka: Evaluation of convolutional neural networks using a large multi-subject P300 dataset, Biomedical Signal Processing and Control, 2019, in review". Its development was supported by the project LO1506 of the Czech Ministry of Education, Youth and Sports under the program NPU I.
Název v anglickém jazyce
Python scripts for the P300 processing and classification
Popis výsledku anglicky
The project contains Python scripts for off-line P300 event-related potential processing, feature extraction and classification (LDA, SVM, convolutional neural networks - CNN). The aim of this SW is to allow reproducibility of research comparing various classification algorithms applicable to brain-computer interface (BCI) development. This software was used in the following paper: "Lukáš Vařeka: Evaluation of convolutional neural networks using a large multi-subject P300 dataset, Biomedical Signal Processing and Control, 2019, in review". Its development was supported by the project LO1506 of the Czech Ministry of Education, Youth and Sports under the program NPU I.
Klasifikace
Druh
R - Software
CEP obor
—
OECD FORD obor
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Návaznosti výsledku
Projekt
<a href="/cs/project/LO1506" target="_blank" >LO1506: Podpora udržitelnosti centra NTIS - Nové technologie pro informační společnost</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace
Ostatní
Rok uplatnění
2019
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Interní identifikační kód produktu
CNNforGTN
Technické parametry
Skripty jsou napsané v jazyce Python a umožňují výpis výsledků klasifikace na standardní výstup i zobrazení grafů (průměry dat, spolehlivosti klasifikace, průběh trénování). Výstupy programu lze přidávat nebo odebírat změnou parametrů. Kontaktní osoba: Ing. Lukáš Vařeka, Ph.D., Západočeská univerzita v Plzni, Nové technologie pro informační společnost, Technická 8, 301 00 Plzeň, (e-mail: lvareka@kiv.zcu.cz, tel.: 377 632 444).
Ekonomické parametry
Projekt umožňuje zrychlení výzkumu využití neuronových sítí v oblasti elektroencefalografie
IČO vlastníka výsledku
49777513
Název vlastníka
Západočeská univerzita v Plzni