Increasing the efficiency of machine learning methods utilized in brain computer interface systems

Bibliográfiai részletek
Szerző:	Adolf András
További közreműködők:	Márton Gergely (Témavezető) Ulbert István (Témavezető)
Dokumentumtípus:	Diplomamunka
Megjelent:	2012-05-24
Online Access:	https://diplomamunka.ppke.hu/7999

Hasonló tételek

Brain-computer interface system development with machine learning algorithms
Szerző: Eftimiu Nikomidisz
Megjelent: (2015)

Brain-computer interface system development with machnine learning algorithms
Szerző: Bohn András Benedek
Megjelent: (2015)

Development of Brain-Computer Interfaces by using Deep Learning Technologies
Szerző: Köllőd Csaba Márton
Megjelent: (2024)

Development of an electrocorticography-based brain computer interface
Szerző: Ungvárszki Zsombor Ábris
Megjelent: (2022)

Building a Comprehensive Brain Tumor Classification System with Slicer and Machine Learning
Szerző: Zelei Regina Réka
Megjelent: (2024)

Developing of Feature Extraction Techniques of Motor Imagery EEG based Brain Computer Interface Systems
Szerző: Salmingo Rene
Megjelent: (2021)

Classification of Motor Imagery EEG using Signals-to-Image transformation for Brain Computer Interface Systems
Szerző: Hanna Sameh Adly Amin
Megjelent: (2021)

Comparison of EEG artifact filters for brain computer interfaces
Szerző: Harascsák Ádám
Megjelent: (2022)

Development of in vitro and in vivo characterization tools for brain computer interface applications
Szerző: Ismaiel Ebrahim
Megjelent: (2022)

In vitro investigation of optically induced heating with a novel brain-machine interface
Szerző: Ivanenko Alina
Megjelent: (2014)

Developing a real time classification algorithm based on SVM for Brain-Computer Interfaces
Szerző: Bilicz Laura Dorottya
Megjelent: (2015)

Data processing of measurements collected in IoT systems with machine learning
Szerző: Özdemir Övgü
Megjelent: (2016)

Efficient Switches in Biology and Computer Science.
Szerző: Cardelli L, et al.
Megjelent: (2017)

Computer Vision Based Methods of Adversarial Algorithms in Deep Learning
Szerző: Farkas Bence Balázs
Megjelent: (2014)

Efficient implementation of computationally intensive algorithms on parallel computing platforms
Szerző: Nemes Csaba
Megjelent: (2014)

Increasing the robustness of deep neural networks against adversarial attacks and solving other prominent problems in the application of machine learning
Szerző: Jalal Alafandi
Megjelent: (2023)

Optimal feature and channel selection of motor imagery-based EEG data in brain-computer interface applications
Szerző: Gercuj Bence
Megjelent: (2025)

Gesture prediction by machine learning methods on the basis of ultrasound-based muscle activity measurement
Szerző: Daoud Mária Lujza
Megjelent: (2014)

Hyperparameter Tuning in Machine Learning
Szerző: Dabool Hamzah
Megjelent: (2022)

Designing utility meter reader algorithms
Szerző: Abduraimova Perizat
Megjelent: (2019)

Representation and recognition methods on parallel and unconventional machines
Szerző: Stubendek Attila
Megjelent: (2019)

Categorization of marine organisms detected by seal-borne active acoustic loggers (microsonars) using machine learning methods
Szerző: Aitu Baglan
Megjelent: (2022)

Orchestrating and Designing Machine Learning Microservices
Szerző: Pető Márk
Megjelent: (2021)

Developing machine learning algorithms for geophysical applications
Szerző: Szigethy Virág
Megjelent: (2024)

Development of the wireless communication module of a novel human-computer interface
Szerző: Abu Afifeh Huda Yousef Abdel Jabbar
Megjelent: (2015)

Computer Simulation of Data Communications Systems
Szerző: Garay Róbert Mihály
Megjelent: (2021)

Examination of protein phase separation via experimental and computational methods
Szerző: Szabó András László
Megjelent: (2014)

Estimating board game balance and replayability with machine learning
Szerző: Balogh Zsófia
Megjelent: (2014)

Machine learning principles in the neural mechanisms of the cerebral cortex
Szerző: Kertész Borbála
Megjelent: (2021)

Logo detection and verification with machine learning for document analysis
Szerző: Cajas Ordonez Sebastian Andres
Megjelent: (2022)

Automatic Classification of Spinal Injuries Using Machine Learning
Szerző: Szigeti Mark Bence
Megjelent: (2024)

Cefr-based Assessment with Computational Methods Investigating Accuracy and Complexity in English Learner Texts /
Szerző: Velner Patrik
Megjelent: (2022)

Detection of motor activities from electrophysiological data with machine learning
Szerző: Szász Dorottya
Megjelent: (2019)

Data Analysis and Machine Learning for Speech-Music Playlist generation
Szerző: Khorani Maikey Zaki Bia
Megjelent: (2015)

Machine Learning Models for Mixed Speech Music Audio Data
Szerző: Bálint Hunor Ferenc
Megjelent: (2024)

Development of Artificial Intelligence Methods on Embedded Systems for Aeronautics
Szerző: Giraud Pierre
Megjelent: (2019)

Brain-to-text communication via Deep Feature Learning of EEG Signals
Szerző: Juhász Kinga
Megjelent: (2023)

Machine learning alapú ajánló rendszer fejlesztése röntgen szoftverhez
Szerző: Volkov Krisztián
Megjelent: (2021)

Enhancing 360° VR Experiences with Machine Learning-based Multisensorial Effects
Szerző: Szabó Péter József
Megjelent: (2021)

Control of a human hand-like model with the help of machine learning
Szerző: Schäffer Katalin
Megjelent: (2014)