Особливості застосування передавального навчання для декодування уявного мовлення в інтерфейсах “мозок—комп'ютер”
Вантажиться...
Файли
Дата
Автори
Назва журналу
Номер ISSN
Назва тому
DOI
Анотація
This paper has analyzed the features of using transfer learning in systems that require decoding of imaginary speech based on EEGNet. The research identifies priority directions for further work: overcoming interpersonal signal variability, increasing resistance to motion artifacts, and developing energy-efficient neural network architectures.
Опис
Ключові слова
Тип документа
Мова
ISSN
Бібліографічний опис
Урлапова Д., Боднаренко Б., Іванов Ю. Особливості застосування передавального навчання для декодування уявного мовлення в інтерфейсах “мозок—комп'ютер” // Матеріали Міжнародної науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2026)», м. Вінниця, 22-26 червня 2026 р. Електрон. текст. дані. 2026. URI: https://conferences.vntu.edu.ua/index.php/mn/mn2026/paper/view/25899.
Схвалення
Рецензія
Доповнено
Цитується в
Список використаної літератури (4)
- A Review of Classification Algorithms for EEG-based Brain-Computer Interfaces / F. Lotte, M. Congedo, A. Lcuyer et al. Journal of Neural Engineering. 2007. Vol. 4 (2). pp. 1–28.
- Pan S.J., Yang Q. A Survey on Transfer Learning. IEEE Transactions on Knowledge and Data Engineering. 2010. Vol. 22 (10). pp. 115.
- EEGNet: A Compact Convolutional Neural Network for EEG-based Brain-Computer Interfaces / V.J. Lawhern, A.J. Solon, N.R. Waytowich et al. Journal of Neural Engineering. 2018. Vol. 15 (5). pp. 130.
- Ang K. K., Guan C. EEG-based Strategies to Detect Motor Imagery for Control and Rehabilitation. IEEE Transactions on Neural Systems and Rehabilitation Engineering. 2017. Vol. 25 (4). pp. 1–10.