Rodyti trumpą aprašą

dc.contributor.authorRaišis, Laurynas
dc.date.accessioned2023-09-18T09:08:25Z
dc.date.available2023-09-18T09:08:25Z
dc.identifier.urihttps://etalpykla.vilniustech.lt/handle/123456789/110538
dc.description.abstractMagistro baigiamojo darbo tikslas – ištirti galimybes aptikti kibernetinės ligos momentus, kai yra žiūrimas virtualiosios realybės turinys, naudojant atvirojo kodo EEG signalų matavimo galimybes. Šiame darbe atlikta požymių skaičiavimo EEG signaluose analitinė apžvalga, apžvelgtos atvirojo kodo programos, skirtos analizuoti EEG signalus. Atliekant eksperimentinį tyrimą buvo sukurtos programos EEG signalams matuoti ir analizuoti. Tyrimui atlikti ir požymiams gauti pasirinkti statistiniai analizės metodai – aritmetinis vidurkis, standartinis nuokrypis, ekscesas, entropija, asimetrija, spektrinio galios tankio įvertinimas. Tyrimo metu gauti požymiai buvo analizuojami trejais metodais – rankiniu būdu, ANOVA ir kryžmine koreliacija. Magistro baigiamojo darbo metu nustatyta, kad naudojant atvirojo kodo sistemą negalima išmatuoti kibernetinės ligos momentų. Atvirojo kodo sistema išmatuotų biologinių signalų analizės metodų tyrimas. Magistro baigiamasis darbas elektronikos inžinerijos laipsniui. Vilniaus Gedimino technikos universitetas. Vilnius, 2019, 54 p., 35 iliustr., 4 lent., 21 bibl., 3 priedų.lit
dc.description.abstractThe aim of Master’s degree thesis is to investigate cybersickness detection methods using open source measuring system when watching virtual reality content. In this final thesis an analytical analysis of feature extraction methods in EEG signals were made and open source programs used in EEG signal analysis were reviewed. During experimental research two programs were made for EEG signal acquisition and analysis. Statistical analysis methods were chosen for EEG signal feature calculation, such as mean, standard deviation, kurtosis, entropy, skewness and spectral density estimation. Three methods were used for feature comparison – manual, ANOVA and cross-correlation. In this Master’s degree thesis the study found that it is not possible to detect cybersickness moments when using open source system. Investigation of Analysis Methods for Biological Signals Analysis Measured By Open Source System. Master’s Thesis for Electronic Engineering. Vilnius Gediminas Technical University. Vilnius, 2019, 54p., 35 figures, 4 tables, 21 bibl. entries, 3 appendixes.eng
dc.formatPDF
dc.format.extent73 p.
dc.format.mediumtekstas / txt
dc.language.isolit
dc.rightsLaisvai prieinamas internete
dc.source.urihttps://talpykla.elaba.lt/elaba-fedora/objects/elaba:38605760/datastreams/MAIN/content
dc.source.urihttps://talpykla.elaba.lt/elaba-fedora/objects/elaba:38605760/datastreams/ATTACHMENT_38605880/content
dc.subjectH600 - Elektronikos ir elektros inžinerija / Electronic and electrical engineering
dc.titleAtvirojo kodo sistema išmatuotų biologinių signalų analizės metodų tyrimas
dc.title.alternativeInvestigation of analysis methods for biological signals measured by open source system
dc.typeMagistro darbas / Master thesis
dcterms.references0
dc.type.pubtypeETD_MGR - Magistro darbas / Master thesis
dc.contributor.institutionVilniaus Gedimino technikos universitetas
dc.subject.researchfieldT 001 - Elektros ir elektronikos inžinerija / Electrical and electronic engineering
dc.subject.ltEEG
dc.subject.ltvirtualioji realybė
dc.subject.ltatvirojo kodo sistema
dc.subject.enEEG
dc.subject.envirtual reality
dc.subject.enopen source system
dc.identifier.elaba38605760


Šio įrašo failai

Thumbnail

Šis įrašas yra šioje (-se) kolekcijoje (-ose)

Rodyti trumpą aprašą