haku: @keyword blind source separation / yhteensä: 8
viite: 8 / 8
« edellinen | seuraava »
Tekijä: | Särelä, Jaakko |
Työn nimi: | Independent component analysis of mgnetoencephalographic signals |
Magnetoenkefalografisten signaalien analysointi riippumattomien komponenttien menetelmällä | |
Julkaisutyyppi: | Diplomityö |
Julkaisuvuosi: | 1999 |
Sivut: | 66 Kieli: eng |
Koulu/Laitos/Osasto: | Teknillisen fysiikan ja matematiikan osasto |
Oppiaine: | Informaatiotekniikka (Tik-61) |
Valvoja: | Oja, Erkki |
Ohjaaja: | Vigario, Ricardo |
OEVS: | Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossaOppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa. Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/ Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.
Kirjautuminen asiakaskoneille
Opinnäytteen avaaminen
Opinnäytteen lukeminen
Opinnäytteen tulostus
|
Sijainti: | P1 Ark TF80 | Arkisto |
Avainsanat: | independent component analysis blind source separation projection pursuit magnetoencephalography decomposition riippumattomien komponenttien menetelmä sokea lähteen erottaminen magnetoenkefalografia hajotelma |
Tiivistelmä (fin): | Riippumattomien komponenttien menetelmä (ICA) ratkaisee ongelman, jossa halutaan löytää tuntemattomat riippumattomat lähteet, niiden lineaarisista sekoitteista. Sitä voidaan käyttää mm. sokeaan lähteen erotteluun ja riippumattomien piirteiden löytämiseen. FastICA on eräs algoritmeista, joka ratkaisee tämän ongelman. Se on osoittautunut nopeudeltaan ylivoimaiseksi muihin yleispäteviin ICA-algoritmeihin verrattaessa ja kuitenkin suunnilleen yhtä tarkaksi. Magnetoenkefalografia (MEG) on kehittynyt mittausmenetelmä aivojen magneettisen aktiivisuuden mittaamiseen. Se on täysin ei-invasiivinen ja mittaa magneettivuon muutoksia kallon pinnalla, joita aiheuttavat synkronissa laukovien neuronien sähköinen aktiivisuus. MEG:llä on erittäin hyvä ajallinen resoluutio, jopa millisekunnin luokkaa, ja sen paikannusresoluutiokin on varsin hyvä, koska jopa useita satoja sensoreita voidaan yhdistää samaan mittalaitteeseen. Koska MEG-data on suuridimensioista ja hyvin monimutkaista, sen analysoimiseen tarvitaan kehittyneitä menetelmiä. Tämä diplomityö soveltaa FastICA:a MEG-dataan, osoittaen, että monet perinteiset tulokset voidaan toistaa ICA:lla ilman aprosimoivaa mallinnusta. Lisäksi työssä esitetään menetelmä häiriöiden, kuten silmien liikkeiden ja sydämen lyöntien, poistamiseen MEG-datasta. |
ED: | 1999-03-16 |
INSSI tietueen numero: 14090
+ lisää koriin
« edellinen | seuraava »
INSSI