Aplicação de reconhecimento de padrões em um experimento linguístico
Autor(a) principal: | |
---|---|
Data de Publicação: | 2017 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da Produção Científica da Marinha do Brasil (RI-MB) |
Texto Completo: | https://www.repositorio.mar.mil.br/handle/ripcmb/845951 |
Resumo: | A técnica de “Event-Related Potentials” (ERP) consiste na medida de sinais biológicos cerebrais, de natureza elétrica, obtidos por meio de Eletroencefalografia (EEG), que sejam resultados diretos de estímulos a eventos sensoriais, cognitivos ou motores. Desta forma, a técnica ERP permite a análise não invasiva do funcionamento do cérebro. A partir dos resultados obtidos com o experimento de estímulos de computação linguística para palavras e sentenças, proposto por Soto (2014), do tratamento destes dados e a extração de parâmetros ERP, por meio das ferramentas EEGLAB® e ERPLAB®, baseadas no programa de simulações Matlab® (“matrix laboratory”), o resultado da pesquisa foi a obtenção de cenários de classificação supervisionados e não supervisionados, das classes propostas para o experimento mencionado e o estudo comparativo e discussão dos resultados de classificação encontrados, utlilizando a metodologia proposta por Webb (2002). Este trabalho se revelou inovador na área de Linguística, por não terem sido encontrados, ao menos até o presente momento, trabalhos similares em bases de dados de pesquisa como IEEExplorer, Web of Science, Elesevier e Spring. Foram alcançados excelentes resultados para classificação supervisionada, sendo o classificador “Random Forest” o que atingiu uma acurácia total de 100%, sendo seguido pelos classificadores “Multiclass Support Vector Machine” (MSVM) e “Naïve Bayes”, com ambos os métodos atingindo precisões totais superiores a 96%. Os resultados indicam que as abordagens não-lineares foram mais adequadas para classificar os dados da configuração da experiência ERP de Soto (2014) e que os resultados também abrem a possibilidade de se analisar sinais de indivíduos com essa metodologia ERP associada à Reconhecimento de Padrões, com possível aplicação desse tipo de análise em ferramentas diagnósticas, de avaliação de aprendizagem linguística, entre outras. |
id |
MB_9b9deb321b9a3de049bf1c5565ea2d4f |
---|---|
oai_identifier_str |
oai:www.repositorio.mar.mil.br:ripcmb/845951 |
network_acronym_str |
MB |
network_name_str |
Repositório Institucional da Produção Científica da Marinha do Brasil (RI-MB) |
repository_id_str |
|
spelling |
Issmael Junior, Ali KamelManhães, Aline GesualdiCalvano, José Vicente2023-03-06T16:11:25Z2023-03-06T16:11:25Z2017https://www.repositorio.mar.mil.br/handle/ripcmb/845951A técnica de “Event-Related Potentials” (ERP) consiste na medida de sinais biológicos cerebrais, de natureza elétrica, obtidos por meio de Eletroencefalografia (EEG), que sejam resultados diretos de estímulos a eventos sensoriais, cognitivos ou motores. Desta forma, a técnica ERP permite a análise não invasiva do funcionamento do cérebro. A partir dos resultados obtidos com o experimento de estímulos de computação linguística para palavras e sentenças, proposto por Soto (2014), do tratamento destes dados e a extração de parâmetros ERP, por meio das ferramentas EEGLAB® e ERPLAB®, baseadas no programa de simulações Matlab® (“matrix laboratory”), o resultado da pesquisa foi a obtenção de cenários de classificação supervisionados e não supervisionados, das classes propostas para o experimento mencionado e o estudo comparativo e discussão dos resultados de classificação encontrados, utlilizando a metodologia proposta por Webb (2002). Este trabalho se revelou inovador na área de Linguística, por não terem sido encontrados, ao menos até o presente momento, trabalhos similares em bases de dados de pesquisa como IEEExplorer, Web of Science, Elesevier e Spring. Foram alcançados excelentes resultados para classificação supervisionada, sendo o classificador “Random Forest” o que atingiu uma acurácia total de 100%, sendo seguido pelos classificadores “Multiclass Support Vector Machine” (MSVM) e “Naïve Bayes”, com ambos os métodos atingindo precisões totais superiores a 96%. Os resultados indicam que as abordagens não-lineares foram mais adequadas para classificar os dados da configuração da experiência ERP de Soto (2014) e que os resultados também abrem a possibilidade de se analisar sinais de indivíduos com essa metodologia ERP associada à Reconhecimento de Padrões, com possível aplicação desse tipo de análise em ferramentas diagnósticas, de avaliação de aprendizagem linguística, entre outras.The "Event-Related Potentials" (ERP) technique consists of the measurement of electrical biological signals obtained by electroencephalography (EEG), which are direct results of stimuli to sensory, cognitive or motor events. In this way, the ERP technique allows the non-invasive analysis of brain functioning. Based on the results obtained with Soto (2014), the treatment of these data and the extraction of ERP parameters, using the EEGLAB® and ERPLAB® tools based on the simulation program Matlab® (“matrix laboratory”). The result of the research was the obtaining of supervised and unsupervised classification scenarios for the classes proposed in the mentioned experiment and the comparative study and discussion of the classification results found, using the methodology proposed by Webb (2002). This work proved to be innovative in the area of Linguistics, since, at least until now, no similar work has been found in research databases such as IEEExplorer, Web of Science, Elesevier and Spring. Excellent results for supervised classification, with the "Random Forest" classifier reaching a total accuracy of 100%, followed by the "Multiclass Support Vector Machine" (MSVM) and "Naïve Bayes" classifiers, with both methods reaching precisions rreater than 96% were obtained. The results indicate that non-linear approaches were more adequate to classify Soto (2014) ERP configuration data and the results also open the possibility of analyzing signals from individuals with this ERP methodology associated to Pattern Recognition, with the possible application of this type of analysis in diagnostic tools, assessment of language learning, among others.Centro Federal de Educação Tecnológica (CEFET-RJ)Engenharia elétricaPotenciais relacionados a eventos (ERP)Eletroencefalógrafos (EEG)Reconhecimento de padrõesComputação linguísticaAplicação de reconhecimento de padrões em um experimento linguísticoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da Produção Científica da Marinha do Brasil (RI-MB)instname:Marinha do Brasil (MB)instacron:MBORIGINAL16 - Dissertacao Ali Kamel_v10_Final - Mestrado CEFET-RJ - 2017.pdf16 - Dissertacao Ali Kamel_v10_Final - Mestrado CEFET-RJ - 2017.pdfapplication/pdf6335223https://www.repositorio.mar.mil.br/bitstream/ripcmb/845951/1/16%20-%20Dissertacao%20Ali%20Kamel_v10_Final%20-%20Mestrado%20CEFET-RJ%20-%202017.pdfe2dc0d97e33f26381107b892b58355d2MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-83272https://www.repositorio.mar.mil.br/bitstream/ripcmb/845951/2/license.txt8ff7ce654d5215cee2106f3e3b7eb37fMD52TEXT16 - Dissertacao Ali Kamel_v10_Final - Mestrado CEFET-RJ - 2017.pdf.txt16 - Dissertacao Ali Kamel_v10_Final - Mestrado CEFET-RJ - 2017.pdf.txtExtracted texttext/plain429797https://www.repositorio.mar.mil.br/bitstream/ripcmb/845951/3/16%20-%20Dissertacao%20Ali%20Kamel_v10_Final%20-%20Mestrado%20CEFET-RJ%20-%202017.pdf.txt2f33dcdfdd697dbff7d99847bacc84d6MD53THUMBNAIL16 - Dissertacao Ali Kamel_v10_Final - Mestrado CEFET-RJ - 2017.pdf.jpg16 - Dissertacao Ali Kamel_v10_Final - Mestrado CEFET-RJ - 2017.pdf.jpgGenerated Thumbnailimage/jpeg1256https://www.repositorio.mar.mil.br/bitstream/ripcmb/845951/4/16%20-%20Dissertacao%20Ali%20Kamel_v10_Final%20-%20Mestrado%20CEFET-RJ%20-%202017.pdf.jpg29aa474e415690574330b23372b21cbcMD54ripcmb/8459512023-05-12 10:25:23.468oai:www.repositorio.mar.mil.br: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Repositório InstitucionalPUBhttps://www.repositorio.mar.mil.br/oai/requestdphdm.repositorio@marinha.mil.bropendoar:2023-05-12T13:25:23Repositório Institucional da Produção Científica da Marinha do Brasil (RI-MB) - Marinha do Brasil (MB)false |
dc.title.pt_BR.fl_str_mv |
Aplicação de reconhecimento de padrões em um experimento linguístico |
title |
Aplicação de reconhecimento de padrões em um experimento linguístico |
spellingShingle |
Aplicação de reconhecimento de padrões em um experimento linguístico Issmael Junior, Ali Kamel Potenciais relacionados a eventos (ERP) Eletroencefalógrafos (EEG) Reconhecimento de padrões Computação linguística Engenharia elétrica |
title_short |
Aplicação de reconhecimento de padrões em um experimento linguístico |
title_full |
Aplicação de reconhecimento de padrões em um experimento linguístico |
title_fullStr |
Aplicação de reconhecimento de padrões em um experimento linguístico |
title_full_unstemmed |
Aplicação de reconhecimento de padrões em um experimento linguístico |
title_sort |
Aplicação de reconhecimento de padrões em um experimento linguístico |
author |
Issmael Junior, Ali Kamel |
author_facet |
Issmael Junior, Ali Kamel |
author_role |
author |
dc.contributor.author.fl_str_mv |
Issmael Junior, Ali Kamel |
dc.contributor.advisor1.fl_str_mv |
Manhães, Aline Gesualdi Calvano, José Vicente |
contributor_str_mv |
Manhães, Aline Gesualdi Calvano, José Vicente |
dc.subject.por.fl_str_mv |
Potenciais relacionados a eventos (ERP) Eletroencefalógrafos (EEG) Reconhecimento de padrões Computação linguística |
topic |
Potenciais relacionados a eventos (ERP) Eletroencefalógrafos (EEG) Reconhecimento de padrões Computação linguística Engenharia elétrica |
dc.subject.dgpm.pt_BR.fl_str_mv |
Engenharia elétrica |
description |
A técnica de “Event-Related Potentials” (ERP) consiste na medida de sinais biológicos cerebrais, de natureza elétrica, obtidos por meio de Eletroencefalografia (EEG), que sejam resultados diretos de estímulos a eventos sensoriais, cognitivos ou motores. Desta forma, a técnica ERP permite a análise não invasiva do funcionamento do cérebro. A partir dos resultados obtidos com o experimento de estímulos de computação linguística para palavras e sentenças, proposto por Soto (2014), do tratamento destes dados e a extração de parâmetros ERP, por meio das ferramentas EEGLAB® e ERPLAB®, baseadas no programa de simulações Matlab® (“matrix laboratory”), o resultado da pesquisa foi a obtenção de cenários de classificação supervisionados e não supervisionados, das classes propostas para o experimento mencionado e o estudo comparativo e discussão dos resultados de classificação encontrados, utlilizando a metodologia proposta por Webb (2002). Este trabalho se revelou inovador na área de Linguística, por não terem sido encontrados, ao menos até o presente momento, trabalhos similares em bases de dados de pesquisa como IEEExplorer, Web of Science, Elesevier e Spring. Foram alcançados excelentes resultados para classificação supervisionada, sendo o classificador “Random Forest” o que atingiu uma acurácia total de 100%, sendo seguido pelos classificadores “Multiclass Support Vector Machine” (MSVM) e “Naïve Bayes”, com ambos os métodos atingindo precisões totais superiores a 96%. Os resultados indicam que as abordagens não-lineares foram mais adequadas para classificar os dados da configuração da experiência ERP de Soto (2014) e que os resultados também abrem a possibilidade de se analisar sinais de indivíduos com essa metodologia ERP associada à Reconhecimento de Padrões, com possível aplicação desse tipo de análise em ferramentas diagnósticas, de avaliação de aprendizagem linguística, entre outras. |
publishDate |
2017 |
dc.date.issued.fl_str_mv |
2017 |
dc.date.accessioned.fl_str_mv |
2023-03-06T16:11:25Z |
dc.date.available.fl_str_mv |
2023-03-06T16:11:25Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://www.repositorio.mar.mil.br/handle/ripcmb/845951 |
url |
https://www.repositorio.mar.mil.br/handle/ripcmb/845951 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Centro Federal de Educação Tecnológica (CEFET-RJ) |
publisher.none.fl_str_mv |
Centro Federal de Educação Tecnológica (CEFET-RJ) |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da Produção Científica da Marinha do Brasil (RI-MB) instname:Marinha do Brasil (MB) instacron:MB |
instname_str |
Marinha do Brasil (MB) |
instacron_str |
MB |
institution |
MB |
reponame_str |
Repositório Institucional da Produção Científica da Marinha do Brasil (RI-MB) |
collection |
Repositório Institucional da Produção Científica da Marinha do Brasil (RI-MB) |
bitstream.url.fl_str_mv |
https://www.repositorio.mar.mil.br/bitstream/ripcmb/845951/1/16%20-%20Dissertacao%20Ali%20Kamel_v10_Final%20-%20Mestrado%20CEFET-RJ%20-%202017.pdf https://www.repositorio.mar.mil.br/bitstream/ripcmb/845951/2/license.txt https://www.repositorio.mar.mil.br/bitstream/ripcmb/845951/3/16%20-%20Dissertacao%20Ali%20Kamel_v10_Final%20-%20Mestrado%20CEFET-RJ%20-%202017.pdf.txt https://www.repositorio.mar.mil.br/bitstream/ripcmb/845951/4/16%20-%20Dissertacao%20Ali%20Kamel_v10_Final%20-%20Mestrado%20CEFET-RJ%20-%202017.pdf.jpg |
bitstream.checksum.fl_str_mv |
e2dc0d97e33f26381107b892b58355d2 8ff7ce654d5215cee2106f3e3b7eb37f 2f33dcdfdd697dbff7d99847bacc84d6 29aa474e415690574330b23372b21cbc |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da Produção Científica da Marinha do Brasil (RI-MB) - Marinha do Brasil (MB) |
repository.mail.fl_str_mv |
dphdm.repositorio@marinha.mil.br |
_version_ |
1813189014235119616 |