کنفرانس مهندسی برق ایران

صفحه اصلی / بیست و نهمین کنفرانس مهندسی برق ایران

مرتب سازی اسپایک های عصبی با استخراج ویژگی مبتنی بر شبکه عمیق خود رمزگذار

نویسندگان :

شیدا معجونی¹ حسین حسینی نژاد محبتی² امین نیک انجام³

1- دانشگاه صنعتی خواجه نصیرالدین طوسی 2- دانشگاه صنعتی خواجه نصیرالدین طوسی 3- دانشگاه صنعتی خواجه نصیرالدین طوسی

کلمات کلیدی :

مرتب سازی اسپایک ها، شبکه های عصبی عمیق ، رمزگذار خودکار ، استخراج ویژگی

چکیده :

مرتب سازی اسپایک های عصبی یکی از مسئله های مهم در حوزه علوم اعصاب برای تشخیص اسپایک های مرتبط با هر نورون است و به عنوان یکی از پیش پردازش ها برای رمزگشایی سیگنال های عصبی در نظر گرفته می شود. در این مقاله برای اولین بار از شبکه های عمیق رمزگذار خودکار برای استخراج ویژگی در مرتب سازی اسپایک ها استفاده شده است. استفاده از شبکه های عمیق باعث دست یافتن به ویژگی هایی مقاوم در برابر نویز حاصل از حرکت الکترودها در بافت مغز شده و در نتیجه باعث کاهش میزان وابستگی الگوریتم های خوشه بندی به ویژگی ها می شود. همچنین این روش نسبت به سایر روش های استخراج ویژگی، خوشه های موجود را از یکدیگر متمایزتر کرده است و توانسته میانگین دقت مرتب سازی را در برای داده های متفاوت حداقل 39/1 و حداکثر 16/17 درصد افزایش دهد.