Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 8

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
|
|
tom R. 52, nr 9 bis
116--119
PL
W artykule przedstawiono wyniki badań dotyczących kompresji sygnałów przy zastosowaniu sieci neuronowych oraz metod transformacji falkowych. Z neuronowych algorytmów kompresji wybrano sieć realizującą przekształcenie typu PCA, oraz sieć z perceptronem wielowarstwowym (MLP), ograniczoną do jednej warstwy ukrytej. Z falkowych metod kompresji zbadano dwie podstawowe: konwencjonalną metodę dekompozycji falkowej oraz metodę pakietów falkowych.
EN
The paper includes a presentation and comparison of some methods of data compression based on neural networks and wavelet transform. From different neural networks structures a network which realizes the PCA transformation and multilayer perceptron (MLP), restricted to one hidden layer, are discussed. From wavelet methods of compression the conventional wavelet decomposition and wavelet packets decomposition are taken into consideration.
|
|
tom nr 12
30-36
PL
Klasyczne bazy danych modelują rzeczywistość w sposób statyczny. Informacje zawarte w bazie danych reprezentują bieżący stan wycinka rzeczywistości. Do wielu zastosowań informacja o poprzednich stanach bazy jest równie istotna, jak o stanie bieżącym. Przechowywana w bazie historia stanów umożliwia zadawanie pytań o poprzednie stany i zmiany danych w czasie, a także daje możliwość formułowania więzów integralnościowych dotyczących zmiany stanów i upływu czasu rzeczywistego. Bazy danych modelujące historię zmian rzeczywistości określa się mianem temporalnych baz danych.
PL
Podano informację o projekcie, rozwiązaniach konstrukcyjnych i obliczeniach przenośnika taśmowego z trasą krzywoliniową w KWB 'Turów'. Opisane rozwiązanie jest szczególnie interesujące za względu na parametry tego przenośnika tj. szerokość taśmy 1800 m i wydajności 8100 m3/h. W przenośniku krzywoliniowym zastosowano taśmę z linkami stalowymi.
EN
Information is given on the design and structural options of and calculations for curve-going conveyor in the Turów Mine. The described option is particulary interesting the parameters of this conveyor, i.e. the belt with of 1800 mm and the capacity of 8100 m3/h. A steel-cord belt is used in the curve-going conveyor.
4
51%
EN
The main aim of the article is to introduce a new method of feature extraction from EEG signal for brain-computer interface design. The proposed algorithms are based on wavelet transform and higher order statistics (HOS). Next authors present the research results for brain-computer interface design using motion imagining. Proposed feature extraction methods are implemented in construction of the interface. Experiments are conducted with use of two electrodes.
PL
W artykule przedstawiono opracowaną przez autorów nową metodę ekstrakcji cech z sygnału EEG na użytek interfejsów mózgkomputer (BCI). W opracowanych algorytmach ekstrakcji cech wykorzystano transformację falkową oraz statystyki wyższych rzędów. Przedstawiono wyniki badań związanych z wykorzystaniem proponowanych metod ekstrakcji cech do konstrukcji interfejsu mózg-komputer działającego w oparciu o wyobrażanie sobie ruchu. Eksperymenty przeprowadzono przy użyciu dwóch elektrod.
PL
Zadaniem interfejsu mózg-komputer (Brain-Computer Interface: BCI) jest umożliwienie osobom sparaliżowanym komunikacji z otoczeniem. W tym zakresie, systemy BCI umożliwiają przetworzenie "myśli" na proces sterowania urządzeniami zewnętrznymi takimi jak protezy czy wózki inwalidzkie. Opisane w artykule badania mają na celu wskazanie najlepszych miejsc do naklejenia elektrod systemu elektroencefalograficznego (EEG) na głowie pacjenta na potrzeby asynchronicznego interfejsu mózg-komputer.
EN
The main purpose of a brain-computer interface (BCI) is to allow paralyzed people to communicate with the environment. Currently, the proposed BCI systems of this type are able to process "thoughts" in order to control external devices such as prostheses or wheelchairs. The article presents results of our research how to identify the best places for EEG electrodes on the patient's head for asynchronous brain-computer interface.
EN
In the last decade of the XX-th century, several academic centers have launched intensive research programs on the brain-computer interface (BCI). The current state of research allows to use certain properties of electromagnetic waves (brain activity) produced by brain neurons, measured using electroencephalographic techniques (EEG recording involves reading from electrodes attached to the scalp - the non-invasive method - or with electrodes implanted directly into the cerebral cortex - the invasive method). A BCI system reads the user's "intentions" by decoding certain features of the EEG signal. Those features are then classified and "translated" (on-line) into commands used to control a computer, prosthesis, wheelchair or other device. In this article, the authors try to show that the BCI is a typical example of a measurement and control unit.
7
Content available remote Neurofeedback - eksperymenty w LabVIEW
51%
PL
W artykule przedstawiono aplikację do samodzielnego treningu umysłu z wykorzystaniem neurofeedbacku. Aplikacja została stworzona w środowisku LabVIEW, z użyciem otwartej platformy BCI2000. Najważniejsze części aplikacji to: moduł zbierania danych oraz moduł przetwarzania sygnału EEG przy użyciu szybkiego przekształcenia Fouriera. Kluczowym elementem systemu jest moduł, który dla określonej przez użytkownika częstotliwości, dokonuje pomiaru energii sygnału. Wyniki wyświetlane są na panelu aplikacji użytkownika, zapewniając pożądane sprzężenie zwrotne.
EN
This paper presents an application for self-training of the mind with the use of neurofeedback. The application was developed in LabVIEW environment, using the open BCI2000 platform. The most important parts of the application are data acquisition module and EEG signal processing module implementing Fast Fourier Transform. The key element of the system is the module that, for a user-specified frequency, measures signal energy. The results are then displayed to provide the desired feedback.
EN
A very interesting research goal is to find underlying sources generating the EEG signal–referred to as the ‘‘EEG inverse problem’’. Its aim is to determine spatial distribution of brain activity, described by local brain currents density, on the basis of potentials measured on the scalp as EEG signal. The purpose of the research presented in the article was to check whether the results of the inverse problem solution, obtained by the LORETA algorithm for the reduced set of 8 electrodes selected by the authors will be close to the results for the initial set of 32 electrodes. EEG signals were registered during the BCI operation based on ERD/ERS potentials. Obtained results showed no significant differences in the location of the most important sources in both cases. It is worth emphasizing that reducing the number of electrodes would have a significant impact on an BCI ergonomics.
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.