Temat: analiza składowych niezależnych (ICA) - Katalog OPAC zbiorów

Skocz do pozycji: 1.

Tytuł:: Usuwanie artefaktów z danych EEG przy użyciu analizy składowych niezależnych
Removal of artifacts from EEG data by means of Independent Component Analysis
Autorzy:: Górecka, J.
Kaszyński, R.
Powiązania:: https://bibliotekanauki.pl/articles/158376.pdf
Data publikacji:: 2008
Wydawca:: Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:: ślepa separacja sygnałów
analiza składowych niezależnych (ICA)
sygnały EEG
artefakt
blind signal separation
independent component analysis
EEG data
artifacts
Opis:: Celem przedstawionych wyników badań jest eliminacja wybranych niepożądanych sygnałów przy użyciu analizy składowych niezależnych. W artykule przedstawiono następujące algorytmy BSS (z ang. Blind Signal Separation): HJ oraz Infomax jako narzędzia do separacji i usuwania wybranej grupy artefaktów (mruganie powiek, artefakty mięśniowe) z przebiegów EEG. Jak udowodniono w eksperymentach proponowane algorytmy adaptacyjne mogą efektywnie wykrywać i usuwać wybrane artefakty z przebiegów EEG.
The aim of the performed investigations is to remove selected undesired signals by means of ICA approach. In the paper there are presented the following algorithms BSS (Blind Signal Separation): HJ and Infomax for separation and removal of selected group of artifacts (eye blinks, muscle activity) from EEG recordings. It has been proved in the experiments which are described in the paper that the proposed adaptive algorithms can effectively detect and remove these selected artifacts from EEG recordings.
Źródło:: Pomiary Automatyka Kontrola; 2008, R. 54, nr 12, 12; 827-830
0032-4140
Pojawia się w:: Pomiary Automatyka Kontrola
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 2.

Tytuł:: Independent component analysis and adaptive filtering as successful tools for an improvement of normogastric rhythm extraction in electrogastrographic signals
Autorzy:: Tkacz, E.
Mika, B.
Powiązania:: https://bibliotekanauki.pl/articles/332946.pdf
Data publikacji:: 2010
Wydawca:: Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
Tematy:: analiza składowych niezależnych
elekrogastrogram
przetwarzanie sygnałów biomedycznych
ICA
EGG
biomedical signal processing
Opis:: The aim of this study was to investigate the possibility of combining two methods: Independent Component Analysis (ICA) and Adaptive Signal Enhancement for the improvement of normogastric rhythm extraction from multichannel recording of electrogastrographic signals (EGG). Unfortunately the electrogastrogram, is a transcutaneous measurement of gastric electrical activity, does not contain pure signal but usually is a sort of mixture from both electrical activity of stomach as well as other organs surrounding it and random noise. In order to benefit the diagnostic power of multichannel recording of EGG, which can provide deeper understanding of gastric disorders, it is necessity to extract gastric slow wave in each channel. One of the parameters, which are analyzed and require proper registration is so called normogastric rhythm. According to the literature, the normogastric rhythm should cover around 70% of rhythmic behavior of signal for a healthy man. Proper extraction of basic 3-cpm normogastric rhythm in each channel is a subject of this paper. Independent Component Analysis is applied for extracting the reference signal for adaptive filtering what next result in obtaining less contaminated signal in each channel. Analysis has been perform for two postprandial phases with five minutes break between them. In both mention cases proposed procedure gives a promising results.
Źródło:: Journal of Medical Informatics & Technologies; 2010, 16; 27-34
1642-6037
Pojawia się w:: Journal of Medical Informatics & Technologies
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 3.

Tytuł:: Feature vector or time-series – comparison of gestures representations in automatic gesture recognition systems
Autorzy:: Barczewska, K.
Wójtowicz, W.
Moszkowski, T.
Powiązania:: https://bibliotekanauki.pl/articles/115720.pdf
Data publikacji:: 2015
Wydawca:: Fundacja na Rzecz Młodych Naukowców
Tematy:: principal component analysis (PCA)
independent component analysis (ICA)
neural networks
sign language
automatic recognition
analiza składowych głównych (PCA)
analiza składowych niezależnych (ICA)
sieci neuronowe
język migowy
automatyczne rozpoznawanie
Opis:: In this paper, we performed recognition of isolated sign language gestures - obtained from Australian Sign Language Database (AUSLAN) – using statistics to reduce dimensionality and neural networks to recognize patterns. We designated a set of 70 signal features to represent each gesture as a feature vector instead of a time series, used principal component analysis (PCA) and independent component analysis (ICA) to reduce dimensionality and indicate the features most relevant for gesture detection. To classify the vectors a feedforward neural network was used. The resulting accuracy of detection ranged between 61 to 87%.
Źródło:: Challenges of Modern Technology; 2015, 6, 1; 1-5
2082-2863
2353-4419
Pojawia się w:: Challenges of Modern Technology
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 4.

Tytuł:: Direct assessment of the fetal heart rate from abdominal composite recordings
Autorzy:: Moslem, B.
Bazzi, O.
Khalaf, J.
Diab, M.O.
Powiązania:: https://bibliotekanauki.pl/articles/334031.pdf
Data publikacji:: 2013
Wydawca:: Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
Tematy:: Fetal heart rate
FHR
Fetal Electrocardiogram
FECG
independent component analysis
ICA
adaptive filtering
tętno płodu
EKG płodu
analiza składowych niezależnych
filtrowanie adaptacyjne
Opis:: In respect to the main goal of our ongoing work for analyzing fetal electrocardiogram (FECG) signals for monitoring the health of the fetus, we investigate in this paper the possibility of extracting the fetal heart rate (FHR) directly from the abdominal composite recordings. Our proposed approach is based on a combination of Independent Component Analysis (ICA) and least mean square (LMS) adaptive filter. The FHR of the estimated FECG signal is finally compared to a reference value extracted from a FECG signal recorded by using a spiral electrode attached directly to the fetal scalp. The experimental results show that FHR can be successfully evaluated directly from the abdominal composite recordings without the need of using any external reference signal.
Źródło:: Journal of Medical Informatics & Technologies; 2013, 22; 143-149
1642-6037
Pojawia się w:: Journal of Medical Informatics & Technologies
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Informacja

Wyszukujesz frazę "analiza składowych niezależnych (ICA)" wg kryterium: Temat

Źródło danych

Dostawca treści

Kolekcja

Rok wydania

Wydawca

Temat

Autor

Typ dokumentu

Język