but.committee	doc. RNDr. Pavel Smrž, Ph.D. (předseda) doc. Dr. Ing. Petr Hanáček (místopředseda) doc. Ing. Vladimír Drábek, CSc. (člen) Ing. Ondřej Lengál, Ph.D. (člen) Mgr. Jan Pavlík, Ph.D. (člen) Ing. Vladimír Veselý, Ph.D. (člen)	cs
but.defence	Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm " C ". Otázky u obhajoby: uveďte základni "signálové" charakteristiky výstupů z OpenBCI komentujte hodnocení hry ze strany uživatelů (i neformální hodnocení)	cs
but.jazyk	čeština (Czech)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Szőke, Igor	cs
dc.contributor.author	Jileček, Jan	cs
dc.contributor.referee	Černocký, Jan	cs
dc.date.created	2019	cs
dc.description.abstract	V této práci zkoumám snímač mozkové aktivity OpenBCI Ultracortex IV EEG ve formě headsetu, problematiku nahrávání EEG dat, neurofeedbacku a metody strojového učení z nasbíraných dat mozkové aktivity sensorimotorické části mozku, ve které sleduji EEG signatury záměru pro pohyb levé a pravé ruky. Výstupem je několik datových sad pro trénování a testování, nástroj pro sběr dat mozkové aktivity, demo neurofeedback aplikace a statistické údaje vycházející z analýzy nasbíraných dat. Čerpám zde z existujících výzkumů, se kterými porovnávám dosažené výsledky. Použité metody a jejich úspěšnost popíšu a vyhodnotím jejich efektivitu.	cs
dc.description.abstract	This thesis aims to implement methods for recording EEG data obtained with the neural activity sensor OpenBCI Ultracortex IV headset. It also describes neurofeedback, methods of obtaining data from the motor cortex for further analysis and takes a look at the machine learning algorithms best suited for the presented problem. Multiple training and testing datasets are created, as well as a tool for recording the brain activity of a headset-wearing test subject, which is being visually presented with cognitive challenges on the screen in front of him. A neurofeedback demo app has been developed, presented and later used for calibration of new test subjects. Next part is data analysis, which aims to discriminate the left and right hand movement intention signatures in the brain motor cortex. Multiple classification methods are used and their utility reviewed.	en
dc.description.mark	C	cs
dc.identifier.citation	JILEČEK, J. Analýza a klasifikace dat ze snímače mozkové aktivity [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2019.	cs
dc.identifier.other	122102	cs
dc.identifier.uri	http://hdl.handle.net/11012/180619
dc.language.iso	cs	cs
dc.publisher	Vysoké učení technické v Brně. Fakulta informačních technologií	cs
dc.rights	Standardní licenční smlouva - přístup k plnému textu bez omezení	cs
dc.subject	OpenBCI	cs
dc.subject	Ultracortex	cs
dc.subject	BCI	cs
dc.subject	ovládání myšlenkami	cs
dc.subject	EEG	cs
dc.subject	biofeedback	cs
dc.subject	mozek	cs
dc.subject	soustředění	cs
dc.subject	pozornost	cs
dc.subject	prefrontální kortex	cs
dc.subject	motorický kortex	cs
dc.subject	python	cs
dc.subject	unity	cs
dc.subject	lstreamer	cs
dc.subject	gui	cs
dc.subject	openvibe	cs
dc.subject	systém 10-20	cs
dc.subject	mozkové vlny	cs
dc.subject	DWT	cs
dc.subject	wavelet	cs
dc.subject	gradient boosting	cs
dc.subject	random forests	cs
dc.subject	supportvector machines	cs
dc.subject	OpenBCI	en
dc.subject	Ultracortex	en
dc.subject	BCI	en
dc.subject	mind-controlled game	en
dc.subject	EEG	en
dc.subject	biofeedback	en
dc.subject	brain	en
dc.subject	focus	en
dc.subject	atten-tion	en
dc.subject	prefrontal cortex	en
dc.subject	motor cortex	en
dc.subject	meditation	en
dc.subject	python	en
dc.subject	unity	en
dc.subject	lstreamer	en
dc.subject	gui	en
dc.subject	openvibe	en
dc.subject	10-20 system	en
dc.subject	brain waves	en
dc.subject	DWT	en
dc.subject	wavelet	en
dc.subject	gradient boosting	en
dc.subject	random forests	en
dc.subject	support vec-tor machines	en
dc.title	Analýza a klasifikace dat ze snímače mozkové aktivity	cs
dc.title.alternative	Data Analysis and Clasification from the Brain Activity Detector	en
dc.type	Text	cs
dc.type.driver	masterThesis	en
dc.type.evskp	diplomová práce	cs
dcterms.dateAccepted	2019-06-20	cs
dcterms.modified	2019-09-02-09:04:09	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	122102	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.26 15:30:20	en
sync.item.modts	2025.01.15 17:03:45	en
thesis.discipline	Bezpečnost informačních technologií	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačové grafiky a multimédií	cs
thesis.level	Inženýrský	cs
thesis.name	Ing.	cs

Analýza a klasifikace dat ze snímače mozkové aktivity

Files

Original bundle

Collections