Pattern recognition in EEG cognitive signals accelerated by GPU

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F13%3A86088509" target="_blank" >RIV/61989100:27240/13:86088509 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/61989100:27740/13:86088509

Výsledek na webu

<a href="http://dx.doi.org/10.1007/978-3-642-33018-6_49" target="_blank" >http://dx.doi.org/10.1007/978-3-642-33018-6_49</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-642-33018-6_49" target="_blank" >10.1007/978-3-642-33018-6_49</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Pattern recognition in EEG cognitive signals accelerated by GPU

Popis výsledku v původním jazyce

Analysing of Electroencephalography (EEG) cognitive signals becomes more popular today due to availability of essential hardware (EEG headsets) and sufficient computation power of common computers. Fast and precise pattern matching of acquired signals represents one of the most important challenges. In this article, a method for signal pattern matching based on Non-negative Matrix Factorization is proposed. We also utilize short-time Fourier transform to preprocess EEG data and Cosine Similarity Measureto perform query-based classification. The recognition algorithm shows promising results in execution speed and is suitable for implementation on graphics processors to achieve real-time processing, making the proposed method suitable for real-world, real-time applications. In terms of recognition accuracy, our experiments show that accuracy greatly depends on the choice of input parameters.

Název v anglickém jazyce

Pattern recognition in EEG cognitive signals accelerated by GPU

Popis výsledku anglicky

Analysing of Electroencephalography (EEG) cognitive signals becomes more popular today due to availability of essential hardware (EEG headsets) and sufficient computation power of common computers. Fast and precise pattern matching of acquired signals represents one of the most important challenges. In this article, a method for signal pattern matching based on Non-negative Matrix Factorization is proposed. We also utilize short-time Fourier transform to preprocess EEG data and Cosine Similarity Measureto perform query-based classification. The recognition algorithm shows promising results in execution speed and is suitable for implementation on graphics processors to achieve real-time processing, making the proposed method suitable for real-world, real-time applications. In terms of recognition accuracy, our experiments show that accuracy greatly depends on the choice of input parameters.

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

<a href="/cs/project/ED1.1.00%2F02.0070" target="_blank" >ED1.1.00/02.0070: Centrum excelence IT4Innovations</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2013

Kód důvěrnosti údajů

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

Název statě ve sborníku

Advances in Intelligent Systems and Computing. Volume 189

ISBN

978-3-642-33017-9

ISSN

2194-5357

e-ISSN

—

Počet stran výsledku

9

Strana od-do

477-485

Název nakladatele

Springer

Místo vydání

Cham

Místo konání akce

Ostrava

Datum konání akce

5. 9. 2012

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—