Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "Paszkiel, S." wg kryterium: Autor

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Wykorzystanie metody PCA i ICA do analizy sygnału EEG w kontekście usuwania zakłóceń
    Use of PCA and ICA methods for analysis of EGG signal in context of removal of artefacts
    Autorzy:
    Paszkiel, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/154789.pdf
    Data publikacji:
    2013
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    analiza artefaktów
    analiza składowych głównych
    analiza składowych niezależnych
    EEG
    analysis of artefacts
    principal component analysis
    independent component analysis
    Opis:
    W artykule przedstawiono metodę PCA (ang. Principal Component Analysis) oraz ICA (ang. Independent Component Analysis), jako narzędzia pomocne w procesie eliminacji artefaktów z sygnału elektroencefalograficznego. Proces rejestracji sygnału elektroencefalograficznego można zobrazować, jako BSS (ang. Blind Signals Separation). Dzięki temu możliwe jest dokonywanie estymacji nieznanych sygnałów źródłowych oraz ekstrakcji niepożądanych sygnałów zakłócających, w zakresie ich późniejszej eliminacji. W tym celu konieczne jest doskonalenie metod weryfikacji i eliminacji artefaktów z sygnału EEG. W artykule opisano możliwość zastosowania powyższych metod w zakresie sygnału EEG oraz zrealizowane zostało porównanie skuteczności ich działania.
    : In the paper there are presented the Principal Component Analysis (PCA) and the Independent Component Analysis (ICA) as useful tools for elimination of artefacts in an electroencephalographic signal. The process of registration of the electroencephalographic signal can be described as BSS - Blind Signals Separation. It is possible to estimate unknown source signals and to extract intrusive disturbing signals in terms of their subsequent elimination. It is necessary to improve the methods of verification and elimination of artefacts from an EEG signal. The Brain Computer Interface (BCI) technology is presented briefly in the first part of the paper. EEG signal characteristics and its acqui-sition with the non-invasive method are described in the second part. Next, there is discussed the possibility of using the PCA and ICA methods in terms of analysis of an EEG signal. Comparison of the effectiveness of these methods is presented as well. A general profile of the EEG signal processing is shown in Fig. 1. An example of use of the infomax algorithm for a real EEG signal is depicted in Fig. 2. Fig. 3 shows an exemplary Event-Related Potential (ERP) of the EEG signal.
    Źródło:
    Pomiary Automatyka Kontrola; 2013, R. 59, nr 3, 3; 204-207
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Dwumodułowy system do przetwarzania danych EEG z wykorzystaniem analizy czynnikowej i pseudoinwersji moore-penrose
    Two-modular system for processing EEG data using factor analysis and moore-penrose pseudoinversion
    Autorzy:
    Paszkiel, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/408646.pdf
    Data publikacji:
    2014
    Wydawca:
    Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
    Tematy:
    system dwumodułowy
    pseudoinwersja Moore-Penrose
    analiza czynnikowa
    EEG
    two-modular system
    Moore-Penrose pseudoinversion
    factor analysis
    EEG data
    Opis:
    W artykule opisano koncepcję otrzymywania tzw. sygnału wyjściowego na potrzeby między innymi zastosowań do procesów sterowania. W tym celu zaproponowano budowę dwumodułowego systemu do przetwarzania i analizy danych elektroencefalograficznych w skład, którego wchodzi analiza czynnikowa oraz pseudoinwersja Moore-Penrose. W artykule scharakteryzowano także problem dużej interferencyjności źródeł sygnałów EEG, co ma negatywny wpływ na finalny proces otrzymywania wyjściowego sygnału z zastosowaniem w automatyce, czy robotyce. Implikuje to tym samym konieczność właściwej i poprawnej identyfikacji źródeł sygnału w mózgu człowieka.
    This paper describes the concept of obtaining the so-called. the output signal for the purpose, inter alia, the control processes carried out. To this end, proposed the construction of two-modular system for processing and analysis of electrophysiological data on the composition, which includes factor analysis and pseudoinversion Moore Penrose. In the article the problem of high interference sources of EEG signals, which has a negative impact on the process of obtaining the final output using automation or robotics. This implies also the problem of proper and correct identification of sources in the human brain.
    Źródło:
    Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2014, 4; 62-64
    2083-0157
    2391-6761
    Pojawia się w:
    Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Koncepcja systemu dwumodułowego, łączącego modelowanie populacyjne frakcji komórek neuronalnych z algorytmami analizy artefaktów sygnału EEG
    Conception of a two-module system connecting population modelling of neuron cells with algorithms of EEG signal analysis
    Autorzy:
    Paszkiel, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/154853.pdf
    Data publikacji:
    2012
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    system dwumodułowy
    modelowanie populacyjne
    EEG
    analiza artefaktów
    two-module system
    population modelling
    analysis of artefacts
    Opis:
    W artykule przedstawiono nowatorskie połączenie modelowania populacyjnego z algorytmami analizy artefaktów zakłócających. Badania prowadzono w zakresie wykorzystania dwóch metod analizy sygnału elektroencefalograficznego: Principal Component Analysis oraz Independent Component Analysis. Pierwszy moduł systemu zawiera model populacyjny frakcji komórek neuronalnych, opracowany na bazie pierwszego modelu Wilsona i Cowana. Drugi moduł składa się z zaimplementowanych metod analizy sygnału EEG w kontekście eliminacji zakłóceń występujących w modelowanym sygnale, odzwierciedlającym reakcję na konkretny potencjał wywołany.
    The paper presents an innovative connection of population modelling with algorithms of analysis of disruptive artefacts. The research was conducted for two methods concerning analysis of the electroencephalographic signal. These are Principal Component Analysis and Independent Component Analysis described in Section 4. Conceptions of a two-module system are shown in Fig. 1 and described in Section 3. The module 1 of the system contains a population model of a fraction of neuron cells prepared on a basis of the first Wilson and Cowan's module. It is described in Section 2 of the paper. The module 2 consists of implemented methods concerning analysis of the EEG signal for elimination of disruptions in the modelling signal which reflects a reaction for a particular evoked signal. There is no doubt that the two-module system, presented here, would be a helpful device for those scientists who construct brain-computer and brain-machine interfaces. Its usefulness in laboratory conditions would advance implementation of particular states which are typical for modifica-tions of the electroencephalographic signal in terms of reactions for external impulses, limb movements or eye closing etc.
    Źródło:
    Pomiary Automatyka Kontrola; 2012, R. 58, nr 4, 4; 361-364
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie pomiarów elektroencefalograficznych EEG w procesie uwierzytelniania biometrycznego użytkowników
    Application of electroencephalographic (EEG) measurements in biometrics-based users authenticating system process
    Autorzy:
    Paszkiel, S.
    Kawala, A.
    Zmarzły, D.
    Szmechta, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/158388.pdf
    Data publikacji:
    2007
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    uwierzytelniania
    EEG
    elektroencefalografia
    analiza sygnałów
    authenticating
    electroencephalography
    signal analysis
    Opis:
    W niniejszym artykule opisano podstawy projektowanego systemu uwierzytelniania w oparciu o biometrię, który w przyszłości ma na celu rozbudowanie opisanej koncepcji w zastosowaniach praktycznych. EEG jako zapis neurofizjologicznej aktywności elektrycznej mózgu może znaleźć zastosowanie w szeroko pojętej biometryce. Pomimo, iż sygnał EEG jest zmienny w czasie i zależny od psychicznego i fizycznego stanu osoby badanej, możliwa jest identyfikacja osób na podstawie pomiarów sygnału EEG. Biometryczne badania na podstawie sygnałów EEG są utrudnione zarówno przez brak bezpośredniego kontaktu z mózgiem człowieka, w wyniku czego sygnał posiada bardzo niski potencjał, jak i poprzez pojawiające się w badanym sygnale artefakty, których ekstrema pokrywają się ze spektrum samej czynności mózgu, utrudniajśc ich usunięcie. EEG znajdowało do tej pory zastosowanie głównie w diagnostyce chorób, co polegało na identyfikacji pewnych wspólnych cech u osób badanych o tych samych przypadłościach. Możliwe jest, więc zastosowanie z powodzeniem sygnału EEG w celu identyfikacji osób, niezależnie od ich stanu. Prowadzone badania naukowe przy użyciu EEG mają na celu udowodnić, że elektroencefalogram może służyć do identyfikacji użytkowników w sieci. Sygnał EEG po aktywizacji podlega technikom wstępnej obróbki, z której wyliczone zostaną cechy modelu auto regresyjnego (ang. auto regressive). Uzyskane w wyniku obliczeń cechy, zostaną przekazane do klasyfikatora, który rozróżni na tej podstawie daną osobę od pozostałych.
    The article describes the processing foundations of the designed biometrics-based users authenticating system, the said system to be extended and employed in practice in the future. EEG as a recording of neurophysiologic electric activity of the brain may be used in broadly understood biometrics. Despite the fact that the EEG signal varies in time and is dependent on the physical and mental condition of the testee, individuals may be identified based on measurements of the EEG signals. Biometric investigations based on the EEG signals are hindered by lack of direct contact with the human brain, resulting in the signal having a very low potential, as well as by artifacts that appear in the investigated signal itself, with their peaks overlapping the spectrum of cerebral activity, rendering their eradication difficult. To date, EEG has been employed chiefly for diagnostic purposes as a tool for identifying common features in individuals suffering from the same diseases. Thus, it is possible to employ EEG in identification of individuals irrespectively of their condition. Research carried out employing EEG aim at proving that an electroencephalogram may serve to identify users of a network. Following activation, the EEG signal undergoes preliminary processing, which allows for calculating the properties of an auto regressive model. The thus calculated properties are relayed to a classifying device, which will differentiate a given individual from any other persons.
    Źródło:
    Pomiary Automatyka Kontrola; 2007, R. 53, nr 9 bis, 9 bis; 433-436
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies