"Ciências Básicas para o Desenvolvimento Sustentável"
24 a 26 de outubro de 2023
Trabalho 19683
| ISSN | 2237-9045 |
|---|---|
| Instituição | Universidade Federal de Viçosa |
| Nível | Graduação |
| Modalidade | Pesquisa |
| Área de conhecimento | Ciências Exatas e Tecnológicas |
| Área temática | Inteligência Artificial |
| Setor | Departamento de Engenharia Elétrica |
| Bolsa | PIBIC/CNPq |
| Conclusão de bolsa | Sim |
| Apoio financeiro | CNPq |
| Primeiro autor | Dyego Alves Pereira |
| Orientador | LEONARDO BONATO FELIX |
| Título | Obtenção de novos detectores objetivos de resposta usando algorítmos evolutivos |
| Resumo | Detectores Objetivos de resposta (ORDs - Objective response detectors) são testes estatísticos que possuem uma vasta gama de aplicações em análise de sinais e sistemas. ORD’s permitem estimar se uma saída em um sistema é causada por uma entrada conhecida. Em aplicações médicas o corpo humano é modelado como sendo o sistema e os sinais de entrada são estímulos sonoros, visuais e somatosensoriais (pulsos de corrente). Desse modo a ORD age como ferramenta para verificar se a alteração na atividade cerebral (Eletroencefalograma - EEG) do paciente é causada unicamente pelo sinal de entrada, isto é, para avaliar as alterações do EEG com base nos estímulos de entrada. A aplicação de ORD's é feita no contexto de estimulação auditiva no NIAS (Núcleo Interdisciplinar de Análise de Sinais).Atualmente os ORD’s mais usados são os que possuem uma maior probabilidade de detecção em uma certa faixa de relação sinal ruido (SNR). No entanto é necessário o desenvolvimento de técnicas que aumentem o poder de se analisar o efeito desses estímulos na atividade cerebral do paciente, ou seja, a obtenção de detectores que possuam uma maior probabilidade de detecção em faixas de SNR que os atuais possuam baixa taxa de detecção. Para isso é proposto a aplicação dos fundamentos de algoritmos evolutivos e programação genética na obtenção de novos detectores, em que os detectores atuais serão a base para a obtenção dos novos, sendo modelados como indivíduos de populações que evoluem. Dado o modelo criado por Quenaz Bezerra Soares em 2019, estão sendo feitos testes alterando os parâmetros de sua modelagem e alterando possiveis pontos a serem melhorados em seu trabalho. Os testes de evolução das populações serão feitos no servidor do NIAS, o qual viabiliza testes que não podem ser feitos em computadores convencionais pelo custo computacional da pesquisa. Até o momento, os resultados mostram que funções fitness que levam em consideração os dados reais de EEG apresentam melhores desempenhos na evolução de detectores, quando comparado com funções fitness que levam em consideração apenas sinais simulados. |
| Palavras-chave | ProgramaçãoGenética, DetectoresObjetivosdeResposta, Eletroencefalograma |
| Forma de apresentação..... | Vídeo |
| Link para apresentação | Vídeo |
|---|