Goedkope Brain-Computer Interfaces in de praktijk
Een onderzoek om een platform voor diverse Brain-Computer interfaces te ontwikkelen en gedachten te onderscheidenGoedkope Brain-Computer Interfaces in de praktijk
Een onderzoek om een platform voor diverse Brain-Computer interfaces te ontwikkelen en gedachten te onderscheidenSamenvatting
De onderzoeksopdracht is het ontwikkelen van een platform waar deze twee BCI’s op aangesloten kunnen worden en het verbeteren van de onderscheidingsalgoritmes. De algoritmes kunnen bijvoorbeeld verbeterd worden door een langere trainingstijd aan te bieden, maar daarvoor moet eerst een werkend algoritme gebouwd worden welke minimaal net zo goed presteert als de Epoc+. Emotiv heeft niet gedocumenteerd welke technieken ze gebruiken om twee gedachten te onderscheiden, dus er moet een nieuw algoritme geïmplementeerd worden om de langere trainingstijd aan te kunnen bieden.
In dit document wordt een platform ontworpen waar beide BCI’s op kunnen worden aangesloten. Dit platform is modulair van opzet; andere typen BCI’s kunnen gemakkelijk aangesloten worden op het platform, andere algoritmes om de gemeten data te analyseren kunnen worden toegevoegd en de ruwe meetwaarden van verschillende BCI’s kan worden weergegeven.
Om de data te analyseren worden er machine learning technieken gebruikt, een neuraal netwerk en een support vector machine(SVM). Het neurale netwerk en de SVM blijken niet in staat om een onderscheid te maken tussen gedachten wanneer er wordt gekeken naar de fast-fourier transformatie(FFT) van het gemeten signaal.
Organisatie | Hogeschool Utrecht |
Opleiding | Informatica |
Afdeling | ICT |
Partner | Ordina. Smart Technologies. Nieuwegein |
Datum | 2015-06-02 |
Type | Bachelor |
Taal | Nederlands |