Sharif Digital Repository / Sharif University of Technology
    • [Zoom In]
    • [Zoom Out]
  • Page 
     of  0
  • [Previous Page]
  • [Next Page]
  • [Fullscreen view]
  • [Close]
 
جداسازی زیرفضا و تخمین ارتباطات مغزی سیگنال‌ های الکتروانسفالوگرام با استفاده از پردازش سیگنال‌ های گرافی
عینی زاده، عارف Einizadeh, Aref

Cataloging brief

جداسازی زیرفضا و تخمین ارتباطات مغزی سیگنال‌ های الکتروانسفالوگرام با استفاده از پردازش سیگنال‌ های گرافی
پدیدآور اصلی :   عینی زاده، عارف Einizadeh, Aref
ناشر :   صنعتی شریف
سال انتشار  :   1401
موضوع ها :   یادگیری گراف Graph Learning پردازش سیگنال گرافی Graph Signal Processing شبکه عصبی گرافی...
شماره راهنما :   ‭05-56109

Find in content

sort by

Bookmark

  • مقدمه و تعریف مسئله (20)
    • مقدمه (20)
    • سیگنال الکتروانسفالوگرام و منشأ آن (21)
    • شناسایی زیرفضای سیگنال (22)
    • ارتباطات مغزی (23)
    • بیان مسئله و ضرورت حل آن و ساختار رساله (23)
  • مفاهیم نظری (26)
    • مقدمه (26)
    • چند مورد از روش‌های معروف جداسازی منابع (26)
      • آنالیز مؤلفه‌های اصلی (PCA) (26)
      • آنالیز مؤلفه‌های مستقل (ICA) (27)
    • ارتباطات مغزی (28)
      • ارتباطات ساختاری (28)
      • ارتباطات کارکردی (29)
      • ارتباطات مؤثر (29)
      • چالش‌های تخمین ارتباطات مغزی (33)
    • تعاریف اولیه پردازش سیگنال‌های گرافی (34)
      • تعریف کلّی گراف (34)
      • سیگنال گرافی (34)
      • ماتریس مجاورت و لاپلاسین یک گراف و مفاهیم مرتبط با آن‌ها (35)
      • ماتریس مجاورت و شیفت یک سیگنال گرافی (37)
      • تعریف یک سیستم بر اساس ماتریس مجاورت گراف (39)
      • تبدیل فوریه گرافی بر اساس ماتریس لاپلاسین گراف (41)
      • تعریف یک سیستم بر اساس ماتریس لاپلاسین گراف (41)
      • کانوولوشن سیگنال‌های گرافی (42)
      • حذف نویز سیگنال‌های گرافی (42)
      • ساخت ماتریس مجاورت سیگنال‌های گرافی از روی دادگان (44)
      • یادگیری ماتریس مجاورت و لاپلاسین گراف (46)
      • تبدیل موجک گرافی (47)
    • جمع‌بندی (49)
  • مرور پژوهش‌های پیشین کاربرد GSP در پردازش سیگنال‌های مغزی (51)
    • مقدمه (51)
    • سیگنال‌های مغزی به عنوان سیگنال‌های گرافی (52)
    • کاهش بعد و طبقه‌بندی با سرپرست سیگنال‌های مغزی با استفاده از GSP (52)
    • استفاده از فیلترینگ سیگنال‌های گرافی برای تحلیل فعالیت‌های مغزی (54)
    • کاربرد یادگیری گراف در تحلیل ارتباطات مغزی (55)
    • کاربرد تبدیل موجک گرافی در تحلیل سیگنال‌های مغزی، به خصوص مکان‌یابی مغزی (59)
    • کاربرد GSP در جداسازی کور منابع (63)
    • دیگر کاربردها (66)
    • جمع‌بندی (67)
  • الگوریتم پیشنهادی (U-)GraphJADE-GL (68)
    • مقدمه (68)
    • روش‌های GraphJADE و GraDe (72)
    • رویکرد پیشنهادی (73)
      • یادگیری گراف (75)
      • تابع هزینه پیشنهادی (75)
      • تشریح راه حل پیشنهادی (76)
      • نکاتی در مورد بار محاسباتی (80)
    • آنالیز نظری CRB (80)
      • CRB تخمین ماتریس‌های مخلوط و جداساز (81)
      • iCRLB روی attainable ISR (83)
    • نتایج عددی و بحث‌های مربوطه (83)
      • داده‌های تصادفی ساختگی (84)
      • آنالیز عددی CRB (88)
      • سیگنال‌های EEG ساختگی صرعی (89)
      • سیگنال‌های صحبت (94)
    • جمع بندی (94)
    • پیوست (96)
      • جزییات ساده‌سازی‌های جبری (96)
      • ساده‌سازی‌های prob(p)2 (97)
      • آنالیز همگرایی (98)
      • مقایسه‌های عددی اضافی (102)
  • الگوریتم پیشنهادی MI-BSS-GS (104)
    • مقدمه (104)
    • پیش‌زمینه (105)
      • پیش‌زمینه GSP (105)
      • پیش‌زمینه BSS (106)
    • رویکرد پیشنهادی (107)
      • فرایند تخصیص ترتیبی گراف‌ها (108)
      • مرحله گرادیان کاهشی (109)
      • آنالیز پیچیدگی محاسباتی (111)
      • آنالیز نظری همگرایی (112)
      • آنالیز نظری CRB (113)
    • آنالیز عددی نتایج و بحث‌های مربوطه (115)
      • آنالیز عددی همگرایی (117)
      • آنالیز عددی CRLB (117)
      • آنالیز عددی پیچیدگی محاسباتی (119)
      • کاربرد داده واقعی (119)
      • جداسازی سیگنال‌های صحبت مخلوط شده (122)
    • جمع‌بندی (122)
  • الگوریتم پیشنهادی MI-BSS-GL (124)
    • مقدمه (124)
    • پیش‌زمینه (125)
      • پیش‌زمینه GSP (125)
      • پیش‌زمینه GL (125)
      • پیش‌زمینه BSS (126)
    • رویکرد پیشنهادی (128)
      • آنالیز پیچیدگی محاسباتی (131)
      • آنالیز نظری CRLB (133)
      • شرایط یکتایی پاسخ (135)
      • آنالیز نظری همگرایی (136)
    • نتایج عددی و بحث‌های مربوطه (136)
      • ارزیابی عملکرد جداسازی و یادگیری گراف (136)
      • آنالیز عددی همگرایی (138)
      • تأثیر تعداد گره‌های نادانسته N (139)
      • آنالیز عددی CRLB (141)
      • ارزیابی بر روی سیگنال های مغزی (142)
    • جمع‌بندی (143)
  • الگوریتم پیشنهادی ProductGraphSleepNet (144)
    • مقدمه (144)
    • پیش‌زمینه (146)
      • پردازش سیگنال گرافی (147)
      • یادگیری گراف (147)
      • یادگیری گراف‌های ضربی (148)
      • کانولوشن گرافی (149)
    • رویکرد پیشنهادی (149)
      • لایه متمرکز مکانی (150)
      • مدل بندی شبکه عصبی (151)
      • لایه کانوولوشن متمرکز گرافی (152)
      • لایه BiGRU (152)
      • شبکه متمرکز گراف-محور GwAT (152)
    • مقدمات بحث‌های عددی (154)
      • پایگاه داده (154)
      • پیش پردازش (154)
      • تنظیمات آموزش شبکه (154)
    • نتایج عددی و بحث‌های مربوطه (155)
      • عملکرد بخش‌های مختلف شبکه (155)
      • مقایسه با روش‌های موجود (155)
      • آنالیز گراف‌های مکانی-زمانی یادگرفته شده (158)
      • آنالیز وزن‌های تمرکز گرافی یادگرفته شده (161)
    • جمع‌بندی (162)
  • الگوریتم پیشنهادی CGP-LiNGAM (163)
    • مقدمه (163)
    • روش‌های مرتبط و پیش‌زمینه (165)
      • روش مرتبط LiNGAM (165)
      • روش مرتبط VAR (165)
      • روش مرتبط VAR-LiNGAM (165)
      • پیش‌زمینه GSP (166)
    • رویکرد پیشنهادی (166)
      • بازیابی {i}i=1M (168)
      • بازیابی A (169)
      • بازیابی {Ri}i=1M و c (169)
      • تعداد پارامترهای قابل یادگیری (169)
      • آنالیز پیچیدگی محاسباتی الگوریتم CGP-LiNGAM (170)
    • نتایج عددی و بحث‌های مربوطه (171)
      • بررسی ابعاد مختلف الگوریتم (171)
      • مقایسه با الگوریتم VAR-LiNGAM (172)
      • انتخاب مرتبه مدل CGP بهینه M (172)
      • آنالیز ارتباطات جهت‌دار مغزی حین خواب (173)
    • جمع‌بندی (175)
    • پیوست (175)
      • ساده سازی‌های جبری (175)
      • مقایسه با الگوریتم محبوب DYNOTEARS (176)
  • نتیجه‌گیری و پیشنهادات (177)
    • مقدمه (177)
    • جمع‌بندی الگوریتم‌های پیشنهادی و نتیجه‌گیری (177)
    • پیشنهاداتی برای پژوهش‌های آینده (179)
  • مراجع (179)
  • مقالات استخراج شده از رساله (191)
Loading...