scholarly journals Design and operation of an EEG-based brain-computer interface with digital signal processing technology

1997 ◽  
Vol 29 (3) ◽  
pp. 337-345 ◽  
Author(s):  
Dennis J. McFarland ◽  
A. Todd Lefkowicz ◽  
Jonathan R. Wolpaw
Keyword(s):  
Signal Processing ◽  
Digital Signal Processing ◽  
Brain Computer Interface ◽  
Digital Signal ◽  
Processing Technology ◽  
Computer Interface

Automatic Frequency Stabilization System of External Cavity Diode Laser Based on Digital Signal Processing Technology

2017 ◽  
Vol 37 (9) ◽  
pp. 0914002
Author(s):  
项静峰 Xiang Jingfeng ◽  
王利国 Wang Liguo ◽  
李 琳 Li Lin ◽  
吕德胜 Lü Desheng ◽  
刘 亮 Liu Liang
Keyword(s):  
Signal Processing ◽  
Digital Signal Processing ◽  
Diode Laser ◽  
External Cavity ◽  
Digital Signal ◽  
Frequency Stabilization ◽  
Processing Technology ◽  
External Cavity Diode Laser ◽  
Automatic Frequency ◽  
Stabilization System

scholarly journals Filtering Input Data of Neural Network Using Digital Signal Processing Technology

2017 ◽  
Vol 20 (4) ◽  
pp. 104 ◽  
Author(s):  
A P Shuravin ◽  
S V Vologdin
Keyword(s):  
Neural Network ◽  
Signal Processing ◽  
Digital Signal Processing ◽  
Input Data ◽  
Digital Signal ◽  
Processing Technology

Одним из важных направлений исследования в области искусственного интеллекта можно назвать методы оптимизации, в том числе стохастические алгоритмы. Данная технология используется для решения различных задач во многих областях деятельности. Целью приведенного в статье исследования является улучшение обучения нейронной сети методом генетического алгоритма путем фильтрации входных данных с использованием технологии цифровой обработки сигналов. В качестве входных данных взяты биржевые котировки. Нейронная сеть представляет собой совокупность слоев нейронов, где каждый нейрон является функцией от суммы входных сигналов, умноженных на коэффициенты. В данной статье используется сигмовидная передаточная функция. Для улучшения качества обучения входные данные подвергаются фильтрации. В обзорной части рассмотрен технический анализ, метод автоматической регрессии и применение нейронных сетей. Выдвинута и проверена гипотеза возможности улучшения качества обучения нейронной сети за счет подавления шума в исходных данных с использованием методов ЦОС. Проверена гипотеза зависимости качества обучения нейронной сети от статистических характеристик выборки. Рассмотрен метод фильтрации биржевых котировок с использованием скользящей средней и медианной фильтрации. Приведены результаты эксперимента и численная оценка качества обучения, а также статистических характеристик выборки, тем самым подтверждена зависимость между статистическими характеристиками выборки и качеством обучения нейронной сети. Подтверждено положительное влияние предварительной фильтрации данных на качество обучения нейронной сети.

Can novel digital signal processing technology enable successful device classification of atrial tachyarrhythmias?

Heart Rhythm ◽  
2005 ◽  
Vol 2 (5) ◽  
pp. S124 ◽  
Author(s):  
Alaa Shalaby ◽  
Stuart Adler ◽  
Steve Bailin ◽  
Malcolm Bersohn ◽  
Ramakota Reddy ◽  
...  
Keyword(s):  
Signal Processing ◽  
Digital Signal Processing ◽  
Digital Signal ◽  
Processing Technology ◽  
Atrial Tachyarrhythmias ◽  
Device Classification
Sign in / Sign up

Export Citation Format

Share Document