Összesen 1 találat.
#/oldal:
Részletezés:
Rendezés:

1.

001-es BibID:BIBFORM075341
Első szerző:Sütő József (programtervező informatikus)
Cím:Music stimuli recognition from electroencephalogram signal with machine learning / Jozsef Suto, Stefan Oniga, Petrica Pop Sitar
Dátum:2018
Megjegyzések:When humans are listening to music they perceive beats, rhythms and melodies. This is the basis of music stimuli recognition where the goal is to explore how music influences our brain activity. In previous studies the emotional state determination was based on users' feedback. However this method is unreliable in most cases because an emotion state is not exact and it is changing relatively slowly. In this paper we tried to recognize music-induced electroencephalogram patterns from the well-known Neurosky Mindwave Mobile device's signal with feed forward artificial neural network. The paper describes our self-developed EEG measurement framework and the efficiency of the neural network with different kinds of feature extraction strategies.
ISBN:978-1-5386-1934-6
Tárgyszavak:Műszaki tudományok Informatikai tudományok előadáskivonat
EEG signal
digital signal processing
feature extraction
machine learning
music stimuli
Megjelenés:2018 7th International Conference on Computers Communications and Control (ICCCC) : proceedings. - p. 260-264. -
További szerzők:Oniga István László (1960-) (villamosmérnök) Pop Sitar, Petrica (1972-) (matematikus)
Pályázati támogatás:ÚNKP-17-3-IV
Egyéb
Internet cím:Intézményi repozitóriumban (DEA) tárolt változat
DOI
Szerző által megadott URL
Borító:
Rekordok letöltése1