Aplicação de reconhecimento de padrões em um experimento linguístico

Detalhes bibliográficos
Autor(a) principal: Issmael Junior, Ali Kamel
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