Il lavoro di tesi tratta prima le similitudini e differenze tra neurone biologico e artificiale, così da introdurre le reti neurali; successivamente i ritmi cerebrali e le wavelet; infine, la progettazione in Python, di una rete neurale convoluzionale che analizzi il “power spectrum” ottenuto tramite trasformata wavelet continua, per classificare i segnali EEG prelevati. La dissertazione vuole presentare un metodo di elaborazione di segnali differente dagli algoritmi tradizionali e di intelligenza artificiale normalmente utilizzati.
PROGETTAZIONE DI UNA RETE NEURALE CONVOLUZIONALE PER IL RICONOSCIMENTO DI EEG
SMALDINI, RAFFAELE
2021/2022
Abstract
Il lavoro di tesi tratta prima le similitudini e differenze tra neurone biologico e artificiale, così da introdurre le reti neurali; successivamente i ritmi cerebrali e le wavelet; infine, la progettazione in Python, di una rete neurale convoluzionale che analizzi il “power spectrum” ottenuto tramite trasformata wavelet continua, per classificare i segnali EEG prelevati. La dissertazione vuole presentare un metodo di elaborazione di segnali differente dagli algoritmi tradizionali e di intelligenza artificiale normalmente utilizzati.File in questo prodotto:
| File | Dimensione | Formato | |
|---|---|---|---|
|
Tesi_SMALDINI_Raffaele_578629.pdf
File consultabile da postazioni biblioteca
Descrizione: Tesi definitiva Smaldini, presente la liberatoria alla consultazione a pag 3.
Dimensione
4.75 MB
Formato
Adobe PDF
|
4.75 MB | Adobe PDF |
I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
Utilizza questo identificativo per citare o creare un link a questo documento:
https://hdl.handle.net/20.500.14253/66341