Feature Extraction and Selection for Emotions Detection from EEG Signals Using Python

but.committeeprof. Dr. Ing. Jan Černocký (předseda) doc. Ing. Zdeněk Vašíček, Ph.D. (člen) Ing. Václav Šátek, Ph.D. (člen) Ing. Filip Orság, Ph.D. (člen) Ing. Vladimír Bartík, Ph.D. (člen)cs
but.defenceStudentka nejprve prezentovala výsledky, kterých dosáhla v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Studentka následně odpověděla na otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studentky na položené otázky rozhodla práci hodnotit stupněm A.cs
but.jazykangličtina (English)
but.programInformační technologiecs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorJawed, Soyibaen
dc.contributor.authorČešková, Simonaen
dc.contributor.refereeHussain, Yasiren
dc.date.accessioned2023-07-17T08:03:43Z
dc.date.available2023-07-17T08:03:43Z
dc.date.created2023cs
dc.description.abstractTato práce se zabývá extrakcí a selekcí vlastnosti EEG signálů pro detekci emocí. Proces zpracovávání těchto signálů obsahuje kroky jako předzpracování signálu, extrakci jeho vlastností a následnou jejich selekci. Pro ověření správné implementace byly výsledky extrakce a selekce ohodnoceny algoritmem strojového učení. Tato práce pracuje s již naměřeným datovým souborem DREAMER.en
dc.description.abstractThis work deals with the extraction and selection of features of EEG signals for emotion detection. Processing these signals included steps such as signal pre–processing, extraction of its features and subsequent selection of features. For verification of the correct implementation, the extraction and selection results were evaluated by a machine learning algorithm. This work works with the already measured DREAMER dataset.cs
dc.description.markAcs
dc.identifier.citationČEŠKOVÁ, S. Feature Extraction and Selection for Emotions Detection from EEG Signals Using Python [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2023.cs
dc.identifier.other143557cs
dc.identifier.urihttp://hdl.handle.net/11012/211051
dc.language.isoencs
dc.publisherVysoké učení technické v Brně. Fakulta informačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectEEGen
dc.subjectsignályen
dc.subjectpředzpracování signálůen
dc.subjectextrakce vlastnostíen
dc.subjectselekce vlastnostíen
dc.subjectklasifikace emocíen
dc.subjectEEGcs
dc.subjectsignalscs
dc.subjectsignal pre–processingcs
dc.subjectfeature extractioncs
dc.subjectfeature selectioncs
dc.subjectemotions classificationcs
dc.titleFeature Extraction and Selection for Emotions Detection from EEG Signals Using Pythonen
dc.title.alternativeFeature Extraction and Selection for Emotions Detection from EEG Signals Using Pythoncs
dc.typeTextcs
dc.type.driverbachelorThesisen
dc.type.evskpbakalářská prácecs
dcterms.dateAccepted2023-06-15cs
dcterms.modified2023-06-15-16:13:02cs
eprints.affiliatedInstitution.facultyFakulta informačních technologiícs
sync.item.dbid143557en
sync.item.dbtypeZPen
sync.item.insts2023.07.17 10:03:43en
sync.item.modts2023.07.17 09:32:07en
thesis.disciplineInformační technologiecs
thesis.grantorVysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačových systémůcs
thesis.levelBakalářskýcs
thesis.nameBc.cs
Files
Original bundle
Now showing 1 - 2 of 2
Loading...
Thumbnail Image
Name:
final-thesis.pdf
Size:
5.93 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Loading...
Thumbnail Image
Name:
review_143557.html
Size:
8.09 KB
Format:
Hypertext Markup Language
Description:
review_143557.html
Collections