Caracterização Experimental de Micro Comportamentos

Detalhes bibliográficos
Autor(a) principal: Albergaria, Bernardo Melo Pires Soares de
Data de Publicação: 2016
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10362/20591
Resumo: É proposta uma solução para um problema de estimação de um conjunto de sinais desconhecidos em ruído aditivo. O ruído é considerado gaussiano branco e toda a modelação da solução apresentada depende deste facto. O teste experimental consiste na utilização do método proposto para a estimação de sinais EEG e EMG lidos, associados a um determinado nível de agrado. Os estimadores calculados são utilizados para a classificação de intervalos temporais conhecidos dentro dos dados EEG recolhidos. O interesse do problema está em, caso se obtenha resultados significativos, poder-se utilizar o método criado sobre dados EEG e EMG para a inferência de níveis de agrado instantâneo. Não tendo nenhuma descrição probabilística do sinal de nível (i.e. sinal a estimar por cada nível) então a estimação de máxima verosimilhança [22] é a solução adotada para o problema da estimação. A classificação é realizada calculando a correlação entre os intervalos temporais e os estimadores. As experiências realizadas baseiam-se em apresentar um conjunto de imagens IAPS [29] previamente classificadas. Enquanto o slide show é apresentado é realizada a recolha dos dados do eeg e de 8 elétrodos sobre músculos faciais e da nuca. É efetuada aquisição de dados adicional para monitorizar o momento da transição dos slides. Os resultados obtidos sobre dados de teste são concordantes com as expectativas teóricas. No entanto, a aplicação do pipeline de processamento criado sobre os dados EEG e EMG não demonstrou relação entre os resultados obtidos e os níveis das imagens IAPS. No entanto, a analise de dados de testes realizados sobre o hardware permitiu verificar situações problemática. Um conjunto de possíveis soluções são apresentadas na conclusão deste documento.
id RCAP_7738e848318cbd58f858e31b572ce1d9
oai_identifier_str oai:run.unl.pt:10362/20591
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Caracterização Experimental de Micro ComportamentosProcessamento sinaisEletroencefalografiaEletromiografiaDeteção estimação agradoDomínio/Área Científica::Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e InformáticaÉ proposta uma solução para um problema de estimação de um conjunto de sinais desconhecidos em ruído aditivo. O ruído é considerado gaussiano branco e toda a modelação da solução apresentada depende deste facto. O teste experimental consiste na utilização do método proposto para a estimação de sinais EEG e EMG lidos, associados a um determinado nível de agrado. Os estimadores calculados são utilizados para a classificação de intervalos temporais conhecidos dentro dos dados EEG recolhidos. O interesse do problema está em, caso se obtenha resultados significativos, poder-se utilizar o método criado sobre dados EEG e EMG para a inferência de níveis de agrado instantâneo. Não tendo nenhuma descrição probabilística do sinal de nível (i.e. sinal a estimar por cada nível) então a estimação de máxima verosimilhança [22] é a solução adotada para o problema da estimação. A classificação é realizada calculando a correlação entre os intervalos temporais e os estimadores. As experiências realizadas baseiam-se em apresentar um conjunto de imagens IAPS [29] previamente classificadas. Enquanto o slide show é apresentado é realizada a recolha dos dados do eeg e de 8 elétrodos sobre músculos faciais e da nuca. É efetuada aquisição de dados adicional para monitorizar o momento da transição dos slides. Os resultados obtidos sobre dados de teste são concordantes com as expectativas teóricas. No entanto, a aplicação do pipeline de processamento criado sobre os dados EEG e EMG não demonstrou relação entre os resultados obtidos e os níveis das imagens IAPS. No entanto, a analise de dados de testes realizados sobre o hardware permitiu verificar situações problemática. Um conjunto de possíveis soluções são apresentadas na conclusão deste documento.Rato, RaulOliveira, JoséRUNAlbergaria, Bernardo Melo Pires Soares de2017-05-02T14:33:05Z2016-092017-052016-09-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10362/20591porinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2024-03-11T04:05:31Zoai:run.unl.pt:10362/20591Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T03:26:20.011242Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Caracterização Experimental de Micro Comportamentos
title Caracterização Experimental de Micro Comportamentos
spellingShingle Caracterização Experimental de Micro Comportamentos
Albergaria, Bernardo Melo Pires Soares de
Processamento sinais
Eletroencefalografia
Eletromiografia
Deteção estimação agrado
Domínio/Área Científica::Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
title_short Caracterização Experimental de Micro Comportamentos
title_full Caracterização Experimental de Micro Comportamentos
title_fullStr Caracterização Experimental de Micro Comportamentos
title_full_unstemmed Caracterização Experimental de Micro Comportamentos
title_sort Caracterização Experimental de Micro Comportamentos
author Albergaria, Bernardo Melo Pires Soares de
author_facet Albergaria, Bernardo Melo Pires Soares de
author_role author
dc.contributor.none.fl_str_mv Rato, Raul
Oliveira, José
RUN
dc.contributor.author.fl_str_mv Albergaria, Bernardo Melo Pires Soares de
dc.subject.por.fl_str_mv Processamento sinais
Eletroencefalografia
Eletromiografia
Deteção estimação agrado
Domínio/Área Científica::Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
topic Processamento sinais
Eletroencefalografia
Eletromiografia
Deteção estimação agrado
Domínio/Área Científica::Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
description É proposta uma solução para um problema de estimação de um conjunto de sinais desconhecidos em ruído aditivo. O ruído é considerado gaussiano branco e toda a modelação da solução apresentada depende deste facto. O teste experimental consiste na utilização do método proposto para a estimação de sinais EEG e EMG lidos, associados a um determinado nível de agrado. Os estimadores calculados são utilizados para a classificação de intervalos temporais conhecidos dentro dos dados EEG recolhidos. O interesse do problema está em, caso se obtenha resultados significativos, poder-se utilizar o método criado sobre dados EEG e EMG para a inferência de níveis de agrado instantâneo. Não tendo nenhuma descrição probabilística do sinal de nível (i.e. sinal a estimar por cada nível) então a estimação de máxima verosimilhança [22] é a solução adotada para o problema da estimação. A classificação é realizada calculando a correlação entre os intervalos temporais e os estimadores. As experiências realizadas baseiam-se em apresentar um conjunto de imagens IAPS [29] previamente classificadas. Enquanto o slide show é apresentado é realizada a recolha dos dados do eeg e de 8 elétrodos sobre músculos faciais e da nuca. É efetuada aquisição de dados adicional para monitorizar o momento da transição dos slides. Os resultados obtidos sobre dados de teste são concordantes com as expectativas teóricas. No entanto, a aplicação do pipeline de processamento criado sobre os dados EEG e EMG não demonstrou relação entre os resultados obtidos e os níveis das imagens IAPS. No entanto, a analise de dados de testes realizados sobre o hardware permitiu verificar situações problemática. Um conjunto de possíveis soluções são apresentadas na conclusão deste documento.
publishDate 2016
dc.date.none.fl_str_mv 2016-09
2016-09-01T00:00:00Z
2017-05-02T14:33:05Z
2017-05
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 http://hdl.handle.net/10362/20591
url http://hdl.handle.net/10362/20591
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.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799137893600460800