РЕФЕРАТИВНА БАЗА ДАНИХ "УКРАЇНІКА НАУКОВА"
Abstract database «Ukrainica Scientific»


Бази даних


Реферативна база даних - результати пошуку


Вид пошуку
Пошуковий запит: (<.>ID=REF-0000700559<.>)
Загальна кількість знайдених документів : 1

Reshetnykov D. S. 
EEG analysis of person familiarity with audio-video data assessing task = Аналіз електроенцефалограм у задачі оцінки стану ознайомлення учня з аудіо та відеоданими / D. S. Reshetnykov // Управляющие системы и машины. - 2018. - № 4. - С. 70-83. - Бібліогр.: 26 назв. - англ.

Оцінка емоційного стану учнів в цілому і динамічна оцінка ознайомлення з матеріалами зокрема, надає змогу краще оцінити засвоєння теоретичного матеріалу і швидкість оволодіння вміннями, які потребують багаторазового повторення матеріалу. Контроль навчального процесу був би значно ефективніше, якби була можливість об'єктивно оцінити, за сукупністю ознак, знайомство конкретного учня з представленими йому матеріалами. Мета роботи - виконати порівняльний аналіз і експериментальне дослідження ефективності різних методів машинного навчання для побудови моделі визначення знайомства з аудіовізуальними матеріалами, на основі аналізу сигналу електроенцефалограм і визначити набір ознак, які найкраще класифікують даний сигнал. Запропоновано інформаційну технологію, яка на підставі набору реальних ЕЕГ бази даних ОЕАР виконує побудову, підбір гіперпараметрів і оцінку різних моделей класифікації стану ознайомлення учня з аудіовізуальними даними. Для лінійного методу опорних векторів реалізовано інформаційну технологію відбору діагностичних ознак на підставі методу головних компонент, невід'ємної матричної факторизації і генетичного алгоритму. За використання запропонованої інформаційної технології підібрано параметри і одержано результати точності для різних моделей класифікації, що надало змогу порівняти такі моделі і визначити найбільш адекватні до розв'язання поставленної задачі. Застосування методів відбору ознак надало змогу підвищити точність моделі лінійного методу опорних векторів з 55,9 до 80,7 відсотків. Висновок: запропонована інформаційна технологія сигналу ЕЕГ для ознайомлення з наведеними аудіовізуальними даними показала високу ефективність ансамблевих і нейромережевих моделей в даній задачі. Підвищення точності класифікації стану ознайомлення з поданими аудіо-відеоданими можливо шляхом зниження розмірності даних і виділення значимих ознак, що експериментально підтверджено на прикладі застосування генетичного алгоритму до відбору ознак за методом опорних векторів.


Індекс рубрикатора НБУВ: Ю983.521 + Ч30в2:З81

Рубрики:

Шифр НБУВ: Ж14024 Пошук видання у каталогах НБУВ 
Повний текст  Наукова періодика України 
  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"
 
Національна бібліотека України імені В. І. Вернадського
Відділ наукового формування національних реферативних ресурсів
Інститут проблем реєстрації інформації НАН України

Всі права захищені © Національна бібліотека України імені В. І. Вернадського