Критерий качества кластеризации на основе отбора признаков размеченной выборки с приложением в области разработки интерфейсов мозг-компьютер

Бинарный классификатор, основанный на свёрточной и рекуррентной нейронной сети, показал точность, равную в среднем 60%, с максимальным значением 78,9% при классификации данных ЭЭГ от людей, перенесших SARS-CoV-2 (COVID-19) и людей, которые не имели перенесенного диагностированного COVID-19. Полученные данные подтверждают гипотезу о наличии определенных паттернов электрической активности мозга у людей, перенесших SARS-CoV-2 (COVID-19)

Читать еще

Центр робототехники • Управление исследований и инноваций
Управление исследований и инноваций
30 августа 23
Science at Sber 2022
Управление исследований и инноваций • Управление внутрибанковской безопасности
17 апреля 23
Создание инструмента второго мнения для классического полиграфа
Асонов Дмитрий Валерьевич, Крылов Максим Андреевич, Омелюсик Владимир Степанович, Рябикина Анастасия Евгеньевна, Литвинов Евгений Вячеславович, Митрофанов Максим Алексеевич, Михайлов Максим Алексеевич, Ефимов Альберт Рувимович

Мы используем cookies и аналогичные технологии для улучшения работы сайта и повышения удобства его использования.
Условия использования описаны в Уведомлении об обработке персональных данных сайтом и Политике в отношении Сookies и аналогичных технологий для сайта.