Use este identificador para citar ou linkar para este item: http://www.monografias.ufop.br/handle/35400000/6070
Título: Explorando os modelos de difusão em sistemas BCI-SSVEP.
Autor(es): Pereira, Gabriel Machado Kaizer
Orientador(es): Leite, Sarah Negreiros de Carvalho
Vargas, Guilherme Vettorazzi
Membros da banca: Silva, Mylena Cruzinha da
Leite, Harlei Miguel de Arruda
Leite, Sarah Negreiros de Carvalho
Vargas, Guilherme Vettorazzi
Palavras-chave: Interação homem-máquina
Interface cérebro-computador
Potencial evocado - eletrofisiologia
Redes neurais - computação
Data do documento: 2023
Referência: PEREIRA, Gabriel Machado Kaizer Pereira. Explorando os modelos de difusão em sistemas BCI-SSVEP. 2023. 36 f. Monografia (Graduação em Engenharia Elétrica) - Instituto de Ciências Exatas e Aplicadas, Universidade Federal de Ouro Preto, João Monlevade, 2023.
Resumo: Este trabalho tem como principal objetivo a implementação de um sistema de Interface Cérebro-Computador (BCI) baseado em potenciais evocados visualmente em regime estacionário e a subsequente avaliação do impacto do desempenho do sistema quando são empregados sinais cerebrais gerados artificialmente por meio de um modelo de difusão. A pesquisa busca investigar como a inclusão de sinais sintéticos no processo de treinamento pode influenciar a capacidade de detecção de padrões pelo sistema BCI, abrindo novas possibilidades para aprimorar a eficiência e a precisão das interações entre o cérebro humano e as máquinas. Os resultados obtidos apontam um ganho de desempenho quando se incluem sinais sintéticos na etapa de treinamento da BCI. Este resultado é significativo e têm o potencial de contribuir para o avanço das interfaces cérebro-máquina e suas aplicações práticas.
Resumo em outra língua: This study has as its main objective the implementation of a Brain-Computer Interface (BCI) system based on visually evoked potentials in a steady-state condition and the subsequent evaluation of the impact on the system’s performance when artificially generated brain signals are employed through a diffusion model. The research aims to investigate how the inclusion of synthetic signals in the training process can influence the system’s pattern detection capability, opening up new possibilities to enhance the efficiency and accuracy of interactions between the human brain and machines. The results obtained indicate a performance improvement when synthetic signals are included in the BCI training phase. This result is significant and has the potential to contribute to the advancement of brain-machine interfaces and their practical applications.
URI: http://www.monografias.ufop.br/handle/35400000/6070
Aparece nas coleções:Engenharia Elétrica - JMV

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
MONOGRAFIA_ExplorandoModelosDifusão.pdf6,35 MBAdobe PDFVisualizar/Abrir


Este item está licenciado sob uma Licença Creative Commons Creative Commons