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”

Correlation-based Neural Gas for Visualizing Correlations between EEG Features

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F13%3A00194840" target="_blank" >RIV/68407700:21230/13:00194840 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://www.springerlink.com/content/qjh381l0x0455j75/" target="_blank" >http://www.springerlink.com/content/qjh381l0x0455j75/</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1007/978-3-642-33018-6_45" target="_blank" >10.1007/978-3-642-33018-6_45</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Correlation-based Neural Gas for Visualizing Correlations between EEG Features

  • Popis výsledku v původním jazyce

    Feature selection is an important issue in an automated data analysis. Unfortunately the majority of feature selection methods does not consider inner relationships between features. Furthermore existing methods are based on a prior knowledge of a data classification. Among many methods for displaying data structure there is an interest in self organizing maps and its modifications. Neural gas network has shown surprisingly good results when capturing the inner structure of data. Therefore we propose its modification (correlation - based neural gas) and we use this network to visualize correlations between features. We discuss the posibility to use this additional information for fully automated unsupervised feature selection where no classification isavailable. The algorithm is tested on the EEG data acquired during the mental rotation task.

  • Název v anglickém jazyce

    Correlation-based Neural Gas for Visualizing Correlations between EEG Features

  • Popis výsledku anglicky

    Feature selection is an important issue in an automated data analysis. Unfortunately the majority of feature selection methods does not consider inner relationships between features. Furthermore existing methods are based on a prior knowledge of a data classification. Among many methods for displaying data structure there is an interest in self organizing maps and its modifications. Neural gas network has shown surprisingly good results when capturing the inner structure of data. Therefore we propose its modification (correlation - based neural gas) and we use this network to visualize correlations between features. We discuss the posibility to use this additional information for fully automated unsupervised feature selection where no classification isavailable. The algorithm is tested on the EEG data acquired during the mental rotation task.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    JC - Počítačový hardware a software

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

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

Ostatní

  • Rok uplatnění

    2013

  • 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

    Advances in Intelligent Systems and Computing

  • ISBN

    978-3-642-33017-9

  • ISSN

    2194-5357

  • e-ISSN

  • Počet stran výsledku

    8

  • Strana od-do

    439-446

  • Název nakladatele

    Springer

  • Místo vydání

    Heidelberg

  • Místo konání akce

    Ostrava

  • Datum konání akce

    5. 9. 2012

  • Typ akce podle státní příslušnosti

    EUR - Evropská akce

  • Kód UT WoS článku

    000312969500045