دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
دسته بندی: الکترونیک: رباتیک ویرایش: نویسندگان: Toshihisa Tanaka. Mahnaz Arvaneh سری: Control, Robotics and Sensors Series 114 ISBN (شابک) : 9781785613982, 1785613987 ناشر: The Institution of Engineering and Technology سال نشر: 2018 تعداد صفحات: 356 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 10 مگابایت
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
در صورت تبدیل فایل کتاب Signal Processing and Machine Learning for Brain–Machine Interfaces به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب پردازش سیگنال و یادگیری ماشین برای رابط های مغز و ماشین نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
رابط مغز و ماشین یا رابط مغز و کامپیوتر (BMI/BCI) یک فناوری نوظهور و چالش برانگیز است که در مهندسی و علوم اعصاب استفاده می شود. هدف نهایی ارائه مسیری از مغز به دنیای بیرون از طریق نقشه برداری، کمک، تقویت یا ترمیم عملکردهای شناختی یا حسی-حرکتی انسان است. در این کتاب، یک پانل بینالمللی از کارشناسان، تکنیکهای پردازش سیگنال و یادگیری ماشین را برای BMI/BCI معرفی میکنند و کاربردهای عملی و آینده آنها را در علوم اعصاب، پزشکی و توانبخشی با تمرکز بر روشها و فناوریهای BMI/BCI مبتنی بر EEG تشریح میکنند. موضوعات تحت پوشش عبارتند از یادگیری افتراقی الگوی اتصال EEG. استخراج ویژگی از ضبط EEG. پردازش سیگنال EEG؛ انتقال الگوریتم های یادگیری در BCI. شبکه های عصبی کانولوشن برای تشخیص پتانسیل مربوط به رویداد. تکنیکهای فیلتر فضایی برای بهبود تشخیص SSVEP مبتنی بر الگو. الگوریتم های استخراج و طبقه بندی ویژگی برای BCI مبتنی بر RSVP تصویر. رمزگشایی درک و تخیل موسیقی با استفاده از تکنیک های یادگیری عمیق. بازیهای نوروفیدبک با استفاده از فناوری رابط مغز و کامپیوتر مبتنی بر EEG. سیستم محاسبات موثر و بیشتر
Brain-machine interfacing or brain-computer interfacing (BMI/BCI) is an emerging and challenging technology used in engineering and neuroscience. The ultimate goal is to provide a pathway from the brain to the external world via mapping, assisting, augmenting or repairing human cognitive or sensory-motor functions. In this book an international panel of experts introduce signal processing and machine learning techniques for BMI/BCI and outline their practical and future applications in neuroscience, medicine, and rehabilitation, with a focus on EEG-based BMI/BCI methods and technologies. Topics covered include discriminative learning of connectivity pattern of EEG; feature extraction from EEG recordings; EEG signal processing; transfer learning algorithms in BCI; convolutional neural networks for event-related potential detection; spatial filtering techniques for improving individual template-based SSVEP detection; feature extraction and classification algorithms for image RSVP based BCI; decoding music perception and imagination using deep learning techniques; neurofeedback games using EEG-based Brain-Computer Interface Technology; affective computing system and more.