In questo lavoro di tesi verranno esplorati alcuni dei modelli messi a disposizione da TorchEEG, una libreria scritta con il framework PyTorch che semplifica l’impiego dei segnali EEG nell’ambito dell’intelligenza artificiale. Verrà utilizzato come modello un Variational Autoencoder per poter generare dei nuovi segnali EEG sintetici e verranno poi valutati i risultati ottenuti per verificare che i modelli messi a disposizione siano validi in questo caso d’uso.
APPLICAZIONE DEI VARIATIONAL AUTOENCODER PER LA GENERAZIONE DI SEGNALI EEG SINTETICI
DAMBROSIO, ANDREA
2023/2024
Abstract
In questo lavoro di tesi verranno esplorati alcuni dei modelli messi a disposizione da TorchEEG, una libreria scritta con il framework PyTorch che semplifica l’impiego dei segnali EEG nell’ambito dell’intelligenza artificiale. Verrà utilizzato come modello un Variational Autoencoder per poter generare dei nuovi segnali EEG sintetici e verranno poi valutati i risultati ottenuti per verificare che i modelli messi a disposizione siano validi in questo caso d’uso.File in questo prodotto:
| File | Dimensione | Formato | |
|---|---|---|---|
|
Tesi_Andrea_Dambrosio.pdf
File consultabile da postazioni biblioteca
Descrizione: Tesi Andrea Dambrosio definitiva
Dimensione
2.14 MB
Formato
Adobe PDF
|
2.14 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/20.500.14253/66951