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”

Multivariate Autoregressive Modelling of Causal Connections in EEG

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F10%3A00172262" target="_blank" >RIV/68407700:21230/10:00172262 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Multivariate Autoregressive Modelling of Causal Connections in EEG

  • Popis výsledku v původním jazyce

    Conditional Granger causality and related methods have been used in neurophysiology in recent years for revealing causal relations in brain. Multivariate autoregressive models can model dynamic relations in electroencephalography and derived estimators can measure not only the strength of connections but also their directions which are important for understanding brain function during specific tasks. This paper propose an extension of the conditional Granger causality in order to improve a differentiation between strong and weak causal connections.

  • Název v anglickém jazyce

    Multivariate Autoregressive Modelling of Causal Connections in EEG

  • Popis výsledku anglicky

    Conditional Granger causality and related methods have been used in neurophysiology in recent years for revealing causal relations in brain. Multivariate autoregressive models can model dynamic relations in electroencephalography and derived estimators can measure not only the strength of connections but also their directions which are important for understanding brain function during specific tasks. This paper propose an extension of the conditional Granger causality in order to improve a differentiation between strong and weak causal connections.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    FH - Neurologie, neurochirurgie, neurovědy

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GD102%2F08%2FH008" target="_blank" >GD102/08/H008: Analýza a modelování biomedicínských a řečových signálů</a><br>

  • Návaznosti

    Z - Vyzkumny zamer (s odkazem do CEZ)<br>S - Specificky vyzkum na vysokych skolach

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

    Analýza a zpracování řečových a biologických signálů - sborník prací 2010

  • ISBN

    978-80-01-04680-7

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    5

  • Strana od-do

  • Název nakladatele

    České vysoké učení technické v Praze

  • Místo vydání

    Praha

  • Místo konání akce

    Praha

  • Datum konání akce

    10. 12. 2010

  • Typ akce podle státní příslušnosti

    CST - Celostátní akce

  • Kód UT WoS článku