Relatório
Reconhecimento de padrões biométricos utilizando máquinas de aprendizado profundo: elaboração de modelo de máquina de aprendizado sequencial
Registro en:
Creative Commons Atribuição-CompartilhaIgual 4.0 Internacional (CC BY-SA 4.0)
Autor
Soares, Gabriel Anísio dos Santos
Institución
Resumen
The brain-computer interface is one of the emerging fields of human-computer interaction due
to its broad spectrum of applications, especially those dealing with human cognition. In this
assignment, electroencephalography (EEG) signals are used as a base data to classify the state of
the eyes (open or closed) by applying Long Short Term Memory (LSTM) networks and variants.
For benchmarking purposes, the eye-state EEG data set available at the University of California
Irvine (UCI) Machine Learning repository was used. The results indicated that the model is
applicable to the classification of the data and that its performance is reasonable compared to
the more expensive models computationally. In addition, a data capture system prototype was
developed based on the YouMake platform, accessible hardware developed at the institution
to have easy access to biomedical data considering the possibility of obtaining data with both
conventional (but with prohibitively high costs) and device developed (with lower and limited
cost). A interface cérebro-computador é um dos campos emergentes da interação homem-computador
devido ao seu amplo espectro de aplicações, especialmente as que lidam com a cognição humana.
Neste trabalho, a eletroencefalografia (EEG) é usada como dado base para classificar o estado
dos olhos (abertos ou fechados) aplicando redes Long Short Term Memory (LSTM) e variantes.
Para fins de benchmarking, foi utilizado o conjunto de dados de EEG com registro do estado do
olho, disponível no repositório de aprendizado de máquina da Universidade da Califórnia em
Irvine (UCI). Os resultados obtidos indicaram que o modelo é aplicável para a classificação dos
dados e que seu desempenho é bom comparado aos modelos mais caros computacionalmente.
Adicionalmente foi desenvolvido um sistema de captura de dados com baseado na plataforma
YouMake, hardware acessível desenvolvido na instituição para ter acesso facilitado a dados
biomédicos considerando a possibilidade de obter os dados tanto com os aparelhos convencionais
(mas com custos proibitivamente altos), quanto com dispositivo desenvolvido (com custo mais
baixo e limitado). São Cristóvão, SE