prikaz prve stranice dokumenta Regresijska analiza EEG signala
Pristup svim korisnicima iz sustava znanosti i visokog obrazovanja RH
završni rad
Regresijska analiza EEG signala
2022. urn:nbn:hr:179:789438
Jovanović, Luka
Sveučilište u Splitu
Fakultet elektrotehnike, strojarstva i brodogradnje
Zavod za elektroniku i računarstvo

Citirajte ovaj rad

Jovanović, L. (2022). Regresijska analiza EEG signala (Završni rad). Split: Sveučilište u Splitu, Fakultet elektrotehnike, strojarstva i brodogradnje. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:179:789438

Jovanović, Luka. "Regresijska analiza EEG signala." Završni rad, Sveučilište u Splitu, Fakultet elektrotehnike, strojarstva i brodogradnje, 2022. https://urn.nsk.hr/urn:nbn:hr:179:789438

Jovanović, Luka. "Regresijska analiza EEG signala." Završni rad, Sveučilište u Splitu, Fakultet elektrotehnike, strojarstva i brodogradnje, 2022. https://urn.nsk.hr/urn:nbn:hr:179:789438

Jovanović, L. (2022). 'Regresijska analiza EEG signala', Završni rad, Sveučilište u Splitu, Fakultet elektrotehnike, strojarstva i brodogradnje, citirano: 14.11.2024., https://urn.nsk.hr/urn:nbn:hr:179:789438

Jovanović L. Regresijska analiza EEG signala [Završni rad]. Split: Sveučilište u Splitu, Fakultet elektrotehnike, strojarstva i brodogradnje; 2022 [pristupljeno 14.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:179:789438

L. Jovanović, "Regresijska analiza EEG signala", Završni rad, Sveučilište u Splitu, Fakultet elektrotehnike, strojarstva i brodogradnje, Split, 2022. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:179:789438

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:179:789438
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovRegresijska analiza EEG signala
AutorLuka Jovanović
MentorDinko Begušić (mentor)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Splitu
Fakultet elektrotehnike, strojarstva i brodogradnje
(Zavod za elektroniku i računarstvo )
Split
Datum i država obrane2022-09-14, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Ovaj završni rad opisuje EEG postupak kao medicinsku metodu za dijagnosticiranje neuroloških bolesti. Također, prikazana je primjena regresijske analize na EEG postupak u prediktivne svrhe. U nekoliko poglavlja obrađene su i opisane teme poput elektroencefalografije, matematičkog modela regresijske analize podataka, navedeni su i opisani tipovi regresijskog modela za obradu EEG signala te su istaknuti prikladni alati za analizu i obradu signala. Opisani su alati poput Pythona, MATLABA i R programskih jezika. Opisani su paketi koji se koriste u tim alatima koji olakšavaju obradu i analizu signala. U poglavlju implementacije opisani su formati kojim se prenose podaci dobiveni postupkom EEG. Također je naveden primjer korištenja regresijskog modela podataka. Kao rezultat implementacije regresijske metode nad EEG signalom izvučen je zaključak popraćen matricom zabune. Objašnjen je razlog primjene regresijskog modela na ovaj primjer i način na koji se tumače rezultati dobiveni u primjeru. Prikazuje se regresijska metoda kao moćno statističko sredstvo na području strojnog učenja.
Sažetak (engleski)
This thesis describes the EEG procedure as a medical method for diagnosing neurological diseases. Also, the application of regression analysis to the EEG procedure for predictive purposes is presented. In several chapters, topics such as electroencephalography, the mathematical model of regression analysis of data are discussed and described, the types of regression models for EEG signal processing are listed and described, suitable tools for signal analysis and processing are highlighted. Tools such as Python, MATLAB and R programming languages are described. Packages used in these tools that facilitate signal processing and analysis are described. The implementation chapter describes the formats used to transmit data obtained by the EEG procedure. An example of using regression model data is also provided. As a result of the implementation of the regression method over the EEG signal, a conclusion accompanied by a confusion matrix was drawn. The reason for applying the regression model to this example and how to interpret the results obtained in the example are explained. The regression method is presented as a powerful statistical tool in the field of Machine Learning.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:179:789438
Studijski programNaziv: Računarstvo
Vrsta studija: stručni
Stupanj studija: preddiplomski
Akademski / stručni naziv: stručni/a prvostupnik/ prvostupnica inženjer/inženjerka računarstva (bacc. ing. comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaPristup svim korisnicima iz sustava znanosti i visokog obrazovanja RH
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2023-05-18 10:03:27