1 resultado para Electroencephalography (eeg)
em Repositorio Institucional Universidad EAFIT - Medelin - Colombia
Filtro por publicador
- Aberdeen University (2)
- AMS Tesi di Dottorato - Alm@DL - Università di Bologna (7)
- AMS Tesi di Laurea - Alm@DL - Università di Bologna (15)
- ArchiMeD - Elektronische Publikationen der Universität Mainz - Alemanha (1)
- Aston University Research Archive (27)
- Biblioteca Digital da Produção Intelectual da Universidade de São Paulo (7)
- Biblioteca Digital da Produção Intelectual da Universidade de São Paulo (BDPI/USP) (43)
- Biblioteca Virtual del Sistema Sanitario Público de Andalucía (BV-SSPA), Junta de Andalucía. Consejería de Salud y Bienestar Social, Spain (5)
- BORIS: Bern Open Repository and Information System - Berna - Suiça (128)
- Brock University, Canada (13)
- Bucknell University Digital Commons - Pensilvania - USA (1)
- CentAUR: Central Archive University of Reading - UK (68)
- CiencIPCA - Instituto Politécnico do Cávado e do Ave, Portugal (4)
- Cochin University of Science & Technology (CUSAT), India (8)
- Coffee Science - Universidade Federal de Lavras (1)
- Consorci de Serveis Universitaris de Catalunya (CSUC), Spain (29)
- CORA - Cork Open Research Archive - University College Cork - Ireland (3)
- Digital Commons - Michigan Tech (1)
- Digital Commons at Florida International University (1)
- DigitalCommons@The Texas Medical Center (2)
- Diposit Digital de la UB - Universidade de Barcelona (2)
- Doria (National Library of Finland DSpace Services) - National Library of Finland, Finland (13)
- DRUM (Digital Repository at the University of Maryland) (1)
- Duke University (1)
- Glasgow Theses Service (3)
- Institute of Public Health in Ireland, Ireland (1)
- Instituto Politécnico do Porto, Portugal (4)
- Lume - Repositório Digital da Universidade Federal do Rio Grande do Sul (4)
- Martin Luther Universitat Halle Wittenberg, Germany (5)
- Ministerio de Cultura, Spain (6)
- National Aerospace Laboratory (NLR) Reports Repository (1)
- National Center for Biotechnology Information - NCBI (2)
- QSpace: Queen's University - Canada (1)
- Repositório Aberto da Universidade Aberta de Portugal (1)
- Repositório Científico do Instituto Politécnico de Lisboa - Portugal (1)
- Repositório da Produção Científica e Intelectual da Unicamp (5)
- Repositório da Universidade Federal do Espírito Santo (UFES), Brazil (5)
- Repositorio de la Universidad de Cuenca (1)
- Repositório do Centro Hospitalar de Lisboa Central, EPE - Centro Hospitalar de Lisboa Central, EPE, Portugal (28)
- Repositório Institucional da Universidade Federal do Rio Grande do Norte (2)
- Repositório Institucional UNESP - Universidade Estadual Paulista "Julio de Mesquita Filho" (33)
- Repositorio Institucional Universidad EAFIT - Medelin - Colombia (1)
- Research Open Access Repository of the University of East London. (1)
- RUN (Repositório da Universidade Nova de Lisboa) - FCT (Faculdade de Cienecias e Technologia), Universidade Nova de Lisboa (UNL), Portugal (18)
- Savoirs UdeS : plateforme de diffusion de la production intellectuelle de l’Université de Sherbrooke - Canada (2)
- School of Medicine, Washington University, United States (1)
- Scielo Saúde Pública - SP (21)
- Universidad Autónoma de Nuevo León, Mexico (1)
- Universidad del Rosario, Colombia (11)
- Universidad Politécnica de Madrid (10)
- Universidade do Minho (17)
- Universidade Federal do Pará (1)
- Universidade Federal do Rio Grande do Norte (UFRN) (16)
- Universidade Metodista de São Paulo (3)
- Universitätsbibliothek Kassel, Universität Kassel, Germany (2)
- Université de Lausanne, Switzerland (287)
- Université de Montréal (4)
- Université de Montréal, Canada (57)
- University of Canberra Research Repository - Australia (4)
- University of Michigan (2)
- University of Queensland eSpace - Australia (18)
- University of Washington (2)
Relevância:
Resumo:
In this work, we perform a first approach to emotion recognition from EEG single channel signals extracted in four (4) mother-child dyads experiment in developmental psychology -- Single channel EEG signals are analyzed and processed using several window sizes by performing a statistical analysis over features in the time and frequency domains -- Finally, a neural network obtained an average accuracy rate of 99% of classification in two emotional states such as happiness and sadness