PL
 |
EN
Preferencje help
Polish version English version Język
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 9

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  ślepa separacja sygnałów
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available remote EEG of game players - detecting involvement with and without ICA preprocessing
Górski P., Rejer I.
Przegląd Elektrotechniczny
|
2016
|
R. 92, nr 12
237--240
EN
The aim of this paper is to analyze the differences in the classification accuracy obtained with raw EEG data and with data preprocessed with Independent Components Analysis (ICA). Our main research question is whether ICA is able to improve the classification accuracy not only in the case of a multichannel recording but also when EEG data are recorded only from a few channels. In order to answer this question we performed an experiment with 6 game players and gathered EEG data during Dota 2 game session. We analyzed the EEG data separately for 19, 7, and 3 channels with and without ICA preprocessing. With all three number of channels and for each of the six players we obtained more precise classifiers, classifying the seconds of the game as involving or boring, after applying ICA (mean accuracy averaged over subjects: 19 channels - 0.87 (raw signals), 0.91 (after ICA); 7 channels - 0.8 (raw signals), 0.85 (after ICA); 3 channels - 0.75 (raw signals), 0.8 (after ICA)).
PL
Celem artykułu jest analiza różnic w dokładności klasyfikacji otrzymanej przy wykorzystaniu surowego sygnału EEG oraz sygnału poddanego preprocessingowi z wykorzystaniem analizy składowych niezależnych (ICA). Naszym głównym pytaniem badawczym jest to, czy ICA jest w stanie zwiększyć dokładność klasyfikacji nie tylko w przypadku wielokanałowego EEG, ale również wtedy, kiedy dane EEG są nagrywane tylko z kilku kanałów. W celu udzielenia odpowiedzi na to pytanie przeprowadziliśmy eksperyment z sześcioma graczami i zgromadziliśmy dane EEG podczas gry w grę Dota 2. Przeanalizowaliśmy dane oddzielnie dla 19, 7 i 3 kanałów z oraz bez zastosowania algorytmu ICA. Dla wszystkich trzech liczb kanałów i dla każdego z sześciu graczy otrzymaliśmy bardziej dokładne klasyfikatory, dokonujące klasyfikacji poszczególnych sekund gry jako angażujących i nudnych, po przeprowadzeniu preprocessingu z wykorzystaniem ICA (średnia dokładność dla wszystkich podmiotów: 19 kanałów - 0.87 (surowe sygnały), 0.91 (po ICA); 7 kanałów - 0.8 (surowe sygnały), 0.85 (po ICA); 3 kanały - 0.75 (surowe sygnały), 0.8 (po ICA)).
2
Content available remote Blind separation of delayed sources based on second-order Taylor approximation
Li H., Shen Y., Wang J.
Przegląd Elektrotechniczny
|
2013
|
R. 89, nr 1b
253--256
EN
Conventional linear instantaneous mixing model becomes unsuitable if propagation time delays are taken into account. A blind separation algorithm based on second-order Taylor approximation for delayed sources (SOTADS) is presented, under the constraint that time delays are small in comparison with the coherence time of each source. Simulation results validate that the proposed algorithm performs superior than related approaches even when the constraint is violated.
PL
Zaprezentowano algorytm ślepej separacji bazujący na aproksymacji Taylora drugiego rzędu dla źródeł z opóźnieniem SOTADS. Założono że czas opóźnienia jest mały w porównaniu z czasem koherencji obu źródeł.
3
Content available remote Adaptive Improved RLS Algorithm for Blind Source Separation
Ou S., Wang X., Gao Y.
Przegląd Elektrotechniczny
|
2013
|
R. 89, nr 3b
81--83
EN
Based on an adaptive combination of two RLS-type algorithms with different forgetting factor, an effective scheme is proposed to improve the performance of the RLS-type algorithm for blind source separation. A mixing parameter for adjusting the proportion of the two RLS algorithms is introduced in an attempt to put together the best properties of them, and its adaptive rule is obtained by means of a natural gradient criterion. Experimental results demonstrate the good performance of the proposed approach in different kinds of environments.
PL
W artykule przedstawiono nową, efektywniejszą strukturę algorytmu RLS do ślepej separacji sygnałów, bazującą na adaptacyjnej kombinacji dwóch takich algorytmów z różnymi współczynnikami ważenia. W celu uzyskania jak najlepszego wykorzystania ich własności, zastosowano parametr, który pozwala na ich dostrojenie. Wyniki eksperymentalne potwierdzają skuteczność działania.
4
Content available remote Noise Detection for Latent Component Classification in Ensemble Method
Szupiluk R.
Przegląd Elektrotechniczny
|
2010
|
R. 86, nr 1
144-146
EN
We present a novel concept of the random noise detection applied in model integration process. The ensemble method is based on decomposition of the multivariate variable containing model results. The decomposition originating from Blind Signal Separation gives us the latent components with destructive or constructive impact on the prediction quality. The identification and elimination of the noisy signals should improve final prediction result. The validity of our concept is presented on the real problem of load forecasting in the Polish Power System.
PL
W artykule przedstawiono nową metodę detekcji szumów losowych zastosowana w procesie agregacji modeli. W rozwijanej metodzie agregacji zbieramy rezultaty poszczególnych modeli predykcyjnych w jednej wielowymiarowej zmiennej. Zakładamy, że zawiera ona konstruktywne oraz destrukcyjne dla wyników prognozy ukryte komponenty. Komponenty te możemy estymować metodami ślepej separacji sygnałów. Poprawna identyfikacji oraz eliminacja komponentów szumowych prowadzi do poprawy ostatecznych wyników predykcji. Potwierdzeniem skuteczności proponowanych rozwiązań jest przykład predykcji obciążenia systemu elektroenergetycznego.
5
Content available remote Ensemble neural network approach for accurate load forecasting in a power system
Siwek K., Osowski S., Szupiluk R.
International Journal of Applied Mathematics and Computer Science
|
2009
|
Vol. 19, no 2
303-315
EN
The paper presents an improved method for 1-24 hours load forecasting in the power system, integrating and combining different neural forecasting results by an ensemble system. We will integrate the results of partial predictions made by three solutions, out of which one relies on a multilayer perceptron and two others on self-organizing networks of the competitive type. As the expert system we will apply different integration methods: simple averaging, SVD based weighted averaging, principal component analysis and blind source separation. The results of numerical experiments, concerning forecasting the hourly load for the next 24 hours of the Polish power system, will be presented and discussed. We will compare the performance of different ensemble methods on the basis of the mean absolute percentage error, mean squared error and maximum percentage error. They show a significant improvement of the proposed ensemble method in comparison to the individual results of prediction. The comparison of our work with the results of other papers for the same data proves the superiority of our approach.
6
Content available Usuwanie artefaktów z danych EEG przy użyciu analizy składowych niezależnych
Górecka J., Kaszyński R.
Pomiary Automatyka Kontrola
|
2008
|
R. 54, nr 12
827-830
PL
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.
EN
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.
7
Content available remote Comparisons of prewhitening algorithms of noisy signals
Cichocki A., Osowski S., Siwek K.
Przegląd Elektrotechniczny
|
2005
|
R. 81, nr 2
22-25
EN
The paper presents and compares the performance of different prewhitening algorithms of the signals in the presence of white noise. The algorithms have been applied to the decorrelation of the statistically dependent and independent signals mixed together. The presented technigue may find application in the solutions of the blind source separation problems.
PL
Artykuł przedstawia i porównuje działanie różnych algorytmów wybielania sygnałów w obecności białego szumu. Badane algorytmy zastosowano do dekorelacji zależnych i niezależnych sygnałów zmieszanych w nieznany sposób. Proponowane rozwiązanie znajduje zastosowanie jako wstępny etap ślepej separacji sygnałów.
8
Content available O metodach ślepego przetwarzania sygnałów diagnostycznych
Dybała J.
Diagnostyka
|
2005
|
Vol. 36
53--60
PL
W artykule przedstawiono metody ślepego przetwarzania sygnałów traktując je jako interesujące sposoby wyodrębniania sygnałów informacyjnych i eliminacji zakłóceń. Zaprezentowano różne modele propagacji i mieszania sygnałów oraz różne metody rekonstrukcji tych sygnałów przy pomocy odpowiednich sieci neuronowych. W końcowej części artykułu omówiono problemy związane z zastosowaniem tych metod w diagnostyce technicznej i przedstawiono pewne modyfikacje i rozszerzenia klasycznego ślepego przetwarzania sygnałów dostosowujące przedstawione podejście do specyfiki diagnozowania obiektów technicznych.
EN
The article presents methods of blind signal processing, which make possible the separation the informative signals and the elimination of disturbances. Different models of propagation and mixing of signals are presented and different methods of reconstruction of source signals with use of neural networks are showed. In last section of article, problems related with application of mentioned methods in technical diagnostics are discussed. Also some modifications and extensions of classical blind signal processing are showed, adapting presented approach to peculiarity of diagnosing of technical objects.
9
Content available Application of some advanced signal processing techniques for rolling element bearing fault detection
Yiakopoulos C., Antoniadis I.
Diagnostyka
|
2005
|
Vol. 36
33--38
EN
Vibration response of rotating machines is typically mixed and corrupted by a variety of interfering sources and noise, leading to the necessity for the isolation of the useful signal components. A relevant frequently encountered industrial case is the need for the separation of the vibration responses of the same type of bearings inside the same machine. For this purpose, a Blind Source Separation procedure is applied, based on the maximization of the information transferred in a neural network structure. As has been proven, this approach is quite effective in separating signals with super-Gaussian distributions, as it is the case of the vibration response of defective rolling element bearings. The role of the non-linear sigmoid function used in the neural network of the method is discussed and the Kullback-Leibler information divergence is considered as a tool to adapt this non-linearity to the bearing distributions considered. The effectiveness of the method is demonstrated in an experimental application, where a class of optimum non-linear functions is compared to the classical logistic function.
PL
Sygnał drganiowy maszyn wirujących jest zazwyczaj zakłócony przez interferujące z nim sygnały innych źródeł oraz zakłócenia, co prowadzi do potrzeby ekstrachowania użytecznych składowych takiego sygnału. Często spotykanym w praktyce przemysłowej przypadkiem jest potrzeba separacji sygnałów drganiowych pochodzących od łożysk tego samego typu znajdujących się w tej samej maszynie. Do tego celu zastosowano procedurę ślepej separacji sygnałów wykorzystującą maksymalizację informacji przenoszonej przez strukturę sieci neuronowej. Zostało udowodnione, że w przypadku analizy sygnału wibroakustycznego generowanego przez uszkodzony element łożyska tocznego, takie podejście do separacji sygnałów może być efektywne przy założeniu ich super-gaussowskiego rozkładu. Rozważono możliwość adaptacji nieliniowej funkcji sigmoidalnej i dywergencji informacji Kullback-Leibler'a jako narzędzi wykrywania nieliniowości w sygnałach. W celu dostosowania nieliniowości do rozkładów sygnałów łożysk wykorzystywano nieliniową funkcję sigmoidalną oraz rozbieżność informacji Kullback-Leibler'a. Efektywność przedstawionej metody została zaprezentowana na przykładzie, w którym klasa optymalnych nieliniowych funkcji jest porównywana z klasycznymi funkcją logistyczną.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.