Detail publikace
A comprehensive survey of evolutionary algorithms and metaheuristics in brain EEG-based applications
Rehman (ur) Faizan ()
Sekanina Lukáš, prof. Ing., Ph.D. (UPSY FIT VUT)
Malik Aamir Saeed, Ph.D. (UPSY FIT VUT)
Elektroencefalografie (EEG) se objevila jako primární neinvazivní a mobilní modalita pro pochopení komplexního fungování lidského mozku, která poskytuje neocenitelný pohled na kognitivní procesy, neurologické poruchy a rozhraní mozek-počítač (BCI). Nicméně objem dat EEG, přítomnost artefaktů, výběr optimálních kanálů a potřeba extrakce vlastností z dat EEG představují značné problémy při dosahování smysluplných a rozlišujících výsledků pro algoritmy strojového učení používané ke zpracování dat EEG. V důsledku toho se poptávka po sofistikovaných optimalizačních technikách stala nezbytnou pro účinné překonání těchto překážek. Evoluční algoritmy (EA) a další přírodou inspirované metaheuristiky byly v posledních letech použity jako výkonné nástroje pro návrh a optimalizaci, což ukazuje jejich význam při řešení různých problémů návrhu a optimalizace souvisejících s aplikacemi založenými na EEG mozku. Tento článek představuje komplexní přehled zdůrazňující význam EA a dalších metaheuristiky v aplikacích založených na EEG. Průzkum je organizován podle hlavních oblastí, kde byly použity EA, jmenovitě zmírňování artefaktů, výběr kanálů, extrakce prvků, výběr prvků a klasifikace signálu. Nakonec jsou diskutovány současné výzvy a budoucí aspekty EA v kontextu aplikací založených na EEG.
@ARTICLE{FITPUB13269, author = "Muhammad Arif and Faizan (ur) Rehman and Luk\'{a}\v{s} Sekanina and Saeed Aamir Malik", title = "A comprehensive survey of evolutionary algorithms and metaheuristics in brain EEG-based applications", pages = "1--25", journal = "Journal of Neural Engineering", volume = 21, number = 5, year = 2024, ISSN = "1741-2552", doi = "10.1088/1741-2552/ad7f8e", language = "english", url = "https://www.fit.vut.cz/research/publication/13269" }