Transferencia de aprendizaje en clasificación de habla imaginada en EEG

Zusatztext

La presente investigacion tiene como objetivo desarrollar e implementar un m´etodo de transferencia de aprendizaje para interfaces cerebro-computadora (BCI) basadas en habla imaginada. La transferencia de aprendizaje se describe como el procedimiento de usar los datos de una tarea para abordar una tarea relacionada. En el caso especifico de este trabajo, se desea disminuir el tiempo de entrenamiento de nuevos usuarios de la BCI, gracias a la transferencia de informaci´on con datos recolectados previamente de usuarios iniciales. La transferencia de aprendizaje tiene principalmente dos escenarios: de sujeto-asujeto y de sesion-a-sesion. En este escrito se aborda el primero. Los experimentos se realizaron con la base de datos creada por [26], de la cual solo se consideraron cuatro palabras imaginarias: arriba, abajo, derecha e izquierda. Esta base de datos, contiene 33 repeticiones de cada una de las palabras de 27 sujetos. Lo primero que se hizo, fue agrupar los datos de los sujetos con las mejores exactitudes de seis diferentes maneras, considerando todas las posibles combinaciones para formar clasificadores binarios.

Autorenportrait

En curso - Doctorado en Ciencias de la Computación en la Universidad de París 13 y Commissariat à l'Énergie Atomique en Francia. 2015-2017. Maestría en Ciencias de la Computación por la Benemérita Universidad Autónoma de Puebla. 2010-2015. Ingeniería en Ciencias de la Computación por la Benemérita Universidad Autónoma de Puebla.

Weitere Details