Resumen

Este trabajo presenta el uso de algoritmos de inteligencia de enjambre como un método confiable para la optimización de señales de electroencefalograma para la mejora del rendimiento de las interfaces cerebrales basadas en eventos visuales de estados estables. El preprocesamiento de las señales cerebrales para la extracción de características y la detección de eventos es de suma importancia para la mejora de las interfaces cerebrales. El algoritmo propuesto de optimización de colonia de hormigas presenta una mejora en la obtención de las características clave de las señales y la detección de eventos basados en estímulos visuales. Como modelo de referencia, se utilizó el método de Análisis de Componentes Independientes, el cual ha sido utilizado en investigaciones recientes para la eliminación de datos no relevantes y la detección de datos relevantes de las señales eléctricas cerebrales, y también permite la recopilación de información en respuesta a un estímulo y separa las señales generadas de forma independiente en ciertas zonas del cerebro.

• Materias:Comportamiento asintótico Entropía del gráfico Seguridad dinámica Polinomios diferenciales Gráfico monocíclico
• Subjects:Asymptotic behavior Entropy of the graph Dynamic safety Differential polynomials Monocyclic graph
• Palabras claves:Algoritmos de inteligencia de enjambre; Optimización; Señales de electroencefalograma; Interfaces cerebrales; Algoritmo de optimización de colonia de hormigas; Análisis de Componentes Independientes
• Keywords:Swarm intelligence algorithms; Optimization; Electroencephalogram signals; Brain interfaces; Ant colony optimization algorithm; Independent Component Analysis