Optimizando desviaciones moderadas ponderadas para interfaces cerebro ordenador

dc.contributor.authorFumanal Idocin, Javier
dc.contributor.authorVidaurre Arbizu, Carmen
dc.contributor.authorGómez Fernández, Marisol
dc.contributor.authorUrío Larrea, Asier
dc.contributor.authorPereira Dimuro, Graçaliz
dc.contributor.authorBustince Sola, Humberto
dc.contributor.departmentEstadística, Informática y Matemáticases_ES
dc.contributor.departmentEstatistika, Informatika eta Matematikaeu
dc.date.accessioned2022-09-20T08:02:30Z
dc.date.available2022-09-20T08:02:30Z
dc.date.issued2021
dc.date.updated2022-09-20T07:53:36Z
dc.description.abstractLas interfaces cerebro-ordenador (BCI) basadas en el análisis de Electroencefalografía (EEG) están compuestas por varios elementos para procesar y clasificar las señales de entrada del cerebro. Una fase relevante de estos sistemas es el módulo de toma de decisiones, en el que la salida de diferentes clasificadores se fusiona en uno solo. En este trabajo proponemos el uso de funciones basadas en desviaciones moderadas con ponderaciones para la fase de toma de decisiones del sistema de BCI de fusión multimodal mejorado (EMF). Las funciones de agregación basadas en desviación moderada (MD) nos permiten elegir el mejor valor para agregar un vector de puntos utilizando una función de desviación moderada. Usando una MD ponderada, también podemos tener en cuenta la importancia relativa de cada dimensión en los datos multidimensionales que estamos agregando. Utilizando estas funciones en el EMF, podemos ponderar cada una de las diferentes señales cerebrales según su importancia, y utilizando la diferenciación automática, también podemos optimizarlas para el problema concreto a solucionar.es_ES
dc.description.sponsorshipLa investigación de Javier Fumanal Idocin, A.Urio y Humberto Bustince ha sido apoyada por el proyecto PID2019-108392GB I00 (AEI / 10.13039 / 501100011033). La investigación de Carmen Vidaurre ha sido financiada por el proyecto RyC-2014-15671.es_ES
dc.format.mimetypeapplication/pdfen
dc.identifier.citationFumanal-Idocin, J.; Vidaurre, C.; Gómez, M.; Urío, A.; Pereira Dimuro, G.; Bustince, H.. (2021). Optimizando desviaciones moderadas ponderadas para interfaces cerebro ordenador. En: Enrique Alba... [et al.] (Eds.): XIX Conferencia de la Asociación Española para la Inteligencia Artificial CAEPIA 20/21. Universidad de Málaga, 2021, pp. 370-375.es_ES
dc.identifier.urihttps://academica-e.unavarra.es/handle/2454/44044
dc.language.isospaen
dc.publisherUniversidad de Málagaes_ES
dc.relation.ispartofEnrique Alba... [et al.] (Eds.): XIX Conferencia de la Asociación Española para la Inteligencia Artificial CAEPIA 20/21. Universidad de Málaga, 2021.es_ES
dc.relation.projectIDinfo:eu-repo/grantAgreement/AEI/Plan Estatal de Investigación Científica y Técnica y de Innovación 2017-2020/PID2019-108392GB-I00/ES/
dc.relation.projectIDinfo:eu-repo/grantAgreement/MINECO//RYC-2014-15671/ES/
dc.rights© Los autoreses_ES
dc.rights.accessRightsinfo:eu-repo/semantics/openAccess
dc.subjectInterfaces cerebro-ordenador (BCI)es_ES
dc.subjectDesviación moderada ponderadaes_ES
dc.titleOptimizando desviaciones moderadas ponderadas para interfaces cerebro ordenadores_ES
dc.typeinfo:eu-repo/semantics/conferenceObject
dc.type.versioninfo:eu-repo/semantics/publishedVersion
dspace.entity.typePublication
relation.isAuthorOfPublication5193d488-fd4e-4556-88ca-ba5116412a36
relation.isAuthorOfPublicationbfc272aa-95a8-45b2-ada9-5e679009a082
relation.isAuthorOfPublication71fc3a8f-62c3-41cf-bca2-eeaaa41d54af
relation.isAuthorOfPublicationeccff35a-2248-43bc-bd3f-f2daff964d42
relation.isAuthorOfPublication4eb4bdb2-e3c9-46a2-983f-dfc0dfe20e54
relation.isAuthorOfPublication1bdd7a0e-704f-48e5-8d27-4486444f82c9
relation.isAuthorOfPublication.latestForDiscovery5193d488-fd4e-4556-88ca-ba5116412a36

Files

Original bundle
Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
Fumanal_OptimizandoDesviaciones_1663660249587_14640.pdf
Size:
3.06 MB
Format:
Adobe Portable Document Format
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.78 KB
Format:
Item-specific license agreed to upon submission
Description: