Detail práce
Klasifikace příkazů z EMG pomocí neuronové sítě
Táto práca sa zaoberá klasifikáciou 15 príkazov (krátkych slov) z malej dátovej sady nahranej pomocou sEMG elektród umiestnených na tvári a krku rečníka. V nahrávkach sú rozlíšené dva typy reči - audible speech, čo je klasická reč, a silent speech, teda reč, pri ktorej je potlačené vydávanie zvuku. Práca popisuje spracovanie EMG signálu, extrakciu príznakov, návrh klasifikátoru a výsledky klasifikácie. Ako klasifikátor bola použitá vlastná architektúra konvolučnej neurónovej siete. V práci sa tiež nachádza mnoho experimentov porovnávajúcich presnosť klasifikácie silent a audible speech.
EMG, AI, CNN, Elektromyografia, Silent speech, Neurónové siete, Konvolučné neurónové siete
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm B.
- Jak změříte úspěšnost (accuracy) u klasifikátoru rozlišujícího 3 třídy?
- Co považujete za největší výhodu při využití rozpoznání řeči z EMG oproti akustickému signálu? Co podle Vás nejvíce brání masovému použití?
- Čím je daná omezená slovní zásoba?
- Odkud pochází data, se kterými jste pracoval?
Češka Milan, doc. RNDr., Ph.D. (UITS FIT VUT), člen
Jaroš Jiří, doc. Ing., Ph.D. (UPSY FIT VUT), člen
Orság Filip, Ing., Ph.D. (UITS FIT VUT), člen
Rychlý Marek, RNDr., Ph.D. (UIFS FIT VUT), člen
@bachelorsthesis{FITBT22911, author = "J\'{a}n Zau\v{s}ka", type = "Bakal\'{a}\v{r}sk\'{a} pr\'{a}ce", title = "Klasifikace p\v{r}\'{i}kaz\r{u} z EMG pomoc\'{i} neuronov\'{e} s\'{i}t\v{e}", school = "Vysok\'{e} u\v{c}en\'{i} technick\'{e} v Brn\v{e}, Fakulta informa\v{c}n\'{i}ch technologi\'{i}", year = 2020, location = "Brno, CZ", language = "czech", url = "https://www.fit.vut.cz/study/thesis/22911/" }