EEG Signal Classification with neural networks for BMI Applications

Bibliográfiai részletek
Szerző:	Kutasi Balázs
További közreműködők:	Ulbert István (Témavezető) Adolf András (Témavezető)
Dokumentumtípus:	Diplomamunka
Megjelent:	2023-02-01
Online Access:	https://diplomamunka.ppke.hu/8700

Hasonló tételek

Classification of motor imagery EEG signals using neural networks
Szerző: Nagy Nikoletta
Megjelent: (2024)

Classification performance improvements for deep neural networks
Szerző: Halász András Pál
Megjelent: (2015)

Applications of Cellular Neural/Nonlinear Networks in Physics
Szerző: Ercsey-Ravasz Mária-Magdolna
Megjelent: (2008)

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

Application of Transformer-based Neural Networks in Multiomics Studies
Szerző: Szepesi Nagy István
Megjelent: (2024)

Analysis of EEG signals with deep-learning algorithms
Szerző: Miski Marcell
Megjelent: (2016)

Application of Oscillatory Dynamics in Classification Problems
Szerző: Fülöp András
Megjelent: (2014)

Processing echocardiogram images with neural network
Szerző: Soós András László
Megjelent: (2022)

Preventing Overconfident Responses in Neural Networks
Szerző: Bódis Viktor
Megjelent: (2014)

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

Analysis of EEG signals recorded with compact systems suitable for industrial use
Szerző: Kiss Rita
Megjelent: (2022)

Study of artificial neural network pruning strategies
Szerző: Belánszki Tibor
Megjelent: (2023)

Evaluation of pruning methods for artificial neural networks
Szerző: Borcsiczky Judit
Megjelent: (2023)

Development of neural networks for heart slice segmentation
Szerző: Rácz Adrienn
Megjelent: (2025)

Development of Signal Processing and Classification Algorithms for Electromyography based Bionic Prosthetic Hand
Szerző: Nurfeta Eyoel Ajebu
Megjelent: (2022)

Audio Signal Classification with Machine Learning Techniques using the Mel-scale Spectogram
Szerző: Tóth Máté
Megjelent: (2011)

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)

Trained neural network on electromyographic data for the control of cranking movements
Szerző: Radeleczki Balázs
Megjelent: (2021)

Comparison of bio-inspired neural networks for continual learning
Szerző: Joós András György
Megjelent: (2023)

Applying neural network based algorithms in communication technology
Szerző: Tisza Dávid
Megjelent: (2019)

Studying the dynamics of a neural network model of the hippocampus
Szerző: Steinbach-Németh Orsolya
Megjelent: (2014)

Deep Learning based methods fo data classification in sensor networks
Szerző: Bagdi Richárd Mózes
Megjelent: (2014)

Study of pruning strategies and its effectiveness in artificial neural networks
Szerző: Dulovits Árpád
Megjelent: (2023)

Fast banknote recognition on image flows with deep neural networks
Szerző: Anley Zelalem Birhan
Megjelent: (2016)

Exploitation, detection and prevention of Adversarial Attacks on Deep Neural Networks
Szerző: Kontár Soma Gábor
Megjelent: (2015)

Artificial bone scintigraphy image generation using neural networks
Szerző: Prajczer Péter
Megjelent: (2022)

Cooperative control of two robotic arms with separate deep neural networks
Szerző: Tihanyi Kinga
Megjelent: (2016)

Trichinella spiralis parasite detection in microfluidic systems using neural networks
Szerző: Kufcsák Péter
Megjelent: (2021)

Visualization and Interpretation of Artificial Neural Networks for the Analysis of Cardiac Ultrasound Recordings
Szerző: Szigeti Mark Bence
Megjelent: (2022)

Random Walk and Its Application in Network Analysis Used for Gene Prioritization
Szerző: Oláh Balázs
Megjelent: (2011)

Driver profile clustering on handcrafted feature set using artificial neural networks
Szerző: Bogdány Péter
Megjelent: (2012)

Brain age prediction based on convolutional neural networks trained on T1 weighted MRI volumes
Szerző: Kemenczky Péter
Megjelent: (2015)

Optimizing Transformer-based Neural Networks for Enhanced Ab Initio Gene Prediction in ESKAPE Pathogens
Szerző: Ortiz Nicole
Megjelent: (2024)

Application of post-GWAS network analysis methods for understanding the role of genetics in migraine
Szerző: Lehoczky Csilla
Megjelent: (2025)

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

Psychiatric disorder recognition and quantifying stages of progression through movement analysis, with the help of artificial neural networks
Szerző: Fráter Csenge
Megjelent: (2015)

EEG alapú alkalmazás fejlesztés
Szerző: Szabó Balázs
Megjelent: (2014)

EEG alapú alkalmazásfejlesztés
Szerző: Kovács Bence György
Megjelent: (2022)

Study of signal processing algorithms from deviation detection point of view applied on fetal phonocardiographic signals
Szerző: Müller Kristóf
Megjelent: (2022)

EEG alapú pislogásvezérelt alkalmzásfejlesztés
Szerző: Volosin Márton
Megjelent: (2017)