Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс:
http://hdl.handle.net/11701/10825
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.advisor | Немнюгин Сергей Андреевич | ru_RU |
dc.contributor.author | Кузьмина Дарья Сергеевна | ru_RU |
dc.contributor.author | Kuzmina Daria | en_GB |
dc.contributor.editor | Куперин Юрий Александрович | ru_RU |
dc.contributor.editor | Kuperin Iurii Аleksаndrovich | en_GB |
dc.date.accessioned | 2018-07-25T20:11:15Z | - |
dc.date.available | 2018-07-25T20:11:15Z | - |
dc.date.issued | 2017 | - |
dc.identifier.other | 031275 | en_GB |
dc.identifier.uri | http://hdl.handle.net/11701/10825 | - |
dc.description.abstract | Целью данной работы являлось нахождение количественного параметра для классификации медитаторов по временным рядам из записей ЭЭГ по группам - опытные и неопытные медитаторы. Таким предполагаемым параметром является показатель Ляпунова. В работе был использован метод вычисления спектров показателей Ляпунова с помощью комитета нейронных сетей. Основополагающим предположением в данной работе являлось то, что наличие положительного главного показателя Ляпунова будет означать принадлежность испытуемого к группе опытных медитаторов, а наличие отрицательных либо близких к нулю главных показателей Ляпунова будет говорить о том, что данный испытуемый - из группы неопытных медитаторов. Проведенные в работе исследования полностью подтвердили поставленную гипотезу. Таким образом, мы определили параметр, с помощью которого возможно классифицировать медитаторов по временным рядам из записей ЭЭГ по группам опытных и неопытных. Использованный в работе метод также может быть применен при исследовании временных рядов иной природы - финансовых, химических и т.д. | ru_RU |
dc.description.abstract | The goal of this work was to find the quantitative parameter for the classification of meditators from time series of EEG records by groups - experienced and inexperienced meditators. Such proposed parameter is the Lyapunov exponent. In this work, we used the method of computation of spectrum of Lyapunov exponents by using a committee of neural networks. A fundamental assumption of the work was that the presence of a positive main Lyapunov exponent will mean the assignment of the subject to a group of experienced meditators, when the presence of the negative or close to zero main Lyapunov exponents will say that this subject is from the group of inexperienced meditators. Carried out researches have fully confirmed the set hypothesis. Thus, we determined the parameter by which it is possible to classify the meditators from time series of EEG records by groups of experienced and inexperienced subjects. The used method can also be applied in the study of time series of different natures - financial, chemical, etc. | en_GB |
dc.language.iso | ru | - |
dc.subject | искусственные нейронные сети | ru_RU |
dc.subject | комитеты искусственных нейронных сетей | ru_RU |
dc.subject | главный показатель Ляпунова | ru_RU |
dc.subject | ложные показатели Ляпунова | ru_RU |
dc.subject | спектр показателей Ляпунова | ru_RU |
dc.subject | метод погружения в лаговое пространство | ru_RU |
dc.subject | реконструированный аттрактор | ru_RU |
dc.subject | QR-алгоритм | ru_RU |
dc.subject | временные ряды | ru_RU |
dc.subject | ЭЭГ | ru_RU |
dc.subject | медитация | ru_RU |
dc.subject | artificial neural networks | en_GB |
dc.subject | committees of artificial neural networks | en_GB |
dc.subject | the main Lyapunov exponent | en_GB |
dc.subject | spurious Lyapunov exponents | en_GB |
dc.subject | spectrum of Lyapunov exponents | en_GB |
dc.subject | the method of immersing into the lag space | en_GB |
dc.subject | reconstructed attractor | en_GB |
dc.subject | the QR algorithm | en_GB |
dc.subject | time series | en_GB |
dc.subject | EEG | en_GB |
dc.subject | meditation | en_GB |
dc.title | Application of neural network methods for calculating Lyapunov exponents in time series of EEG for differentiating various states of consciousness | en_GB |
dc.title.alternative | Применение нейросетевых методов для вычисления ляпуновских показателей по временным рядам ЭЭГ для дифференциации различных состояний сознания | ru_RU |
Располагается в коллекциях: | BACHELOR STUDIES |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
Kuzmina_diplom_final.docx | Article | 940,91 kB | Microsoft Word XML | Просмотреть/Открыть |
reviewSV_Otzyv_Kuzmina.pdf | ReviewSV | 308,99 kB | Adobe PDF | Просмотреть/Открыть |
reviewSV_KuzminaDS_recenzent_NemnyuginSA01.jpg | ReviewRev | 2,57 MB | JPEG | ![]() Просмотреть/Открыть |
reviewSV_KuzminaDS_recenzent_NemnyuginSA02.jpg | ReviewRev | 946,24 kB | JPEG | ![]() Просмотреть/Открыть |
reviewSV_st004329_Nemnyugin_Sergej_Andreevich_(reviewer)(Ru).txt | ReviewRev | 7,98 kB | Text | Просмотреть/Открыть |
reviewSV_st004308_Kuperin_YUrij_Aleksandrovich_(supervisor)(Ru).txt | ReviewSV | 8,99 kB | Text | Просмотреть/Открыть |
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.