Resumen

El reconocimiento de la señal EEG epiléptica es un método importante para la detección de la epilepsia. En esencia, el reconocimiento de la señal EEG epiléptica es una tarea típica de clasificación desequilibrada. Sin embargo, los métodos tradicionales de aprendizaje automático utilizados para el reconocimiento de la señal EEG epiléptica desequilibrada enfrentan muchos desafíos: (1) los métodos tradicionales de aprendizaje automático a menudo ignoran el desequilibrio de las señales EEG epilépticas, lo que conduce a una clasificación errónea de las muestras positivas y puede causar consecuencias graves y (2) los métodos de clasificación desequilibrada existentes ignoran la interrelación entre las muestras, lo que resulta en un rendimiento de clasificación deficiente. Para superar estos desafíos, se propone un método de máquina de aprendizaje extremo basado en grafos (G-ELM) para el reconocimiento de la señal EEG epiléptica des

• Materias:Comunicación inalámbrica Dispositivos móviles Seguridad de la información Algoritmo de inteligencia Sensor inteligente
• Subjects:Wireless communication Mobile devices Information security Algorithm intelligence Intelligent sensor
• Palabras claves:Epiléptico; Señal de EEG; Reconocimiento; Clasificación desequilibrada; Aprendizaje automático; Máquina de aprendizaje extremo basada en grafos
• Keywords:Epileptic; Eeg signal; Recognition; Imbalanced classification; Machine learning; Graph-based extreme learning machine