Avancerad sökning

Visar resultat 1 - 5 av 60 uppsatser som matchar ovanstående sökkriterier.

  1. 1. Bärighetsutredning av sekundära ballastmaterial

    Uppsats för yrkesexamina på grundnivå, Lunds universitet/Trafik och väg

    Författare :Axel Johansson; Emin Hogic; [2023]
    Nyckelord :Bärighet; fallviktsmätning; deflektion; SCI; BDI; BCI; sekundära ballastmaterial; tegelkross; betongkross; asfaltgranulat; deflektionsbassäng; passningsräkning; Excel; spårbildning; ytmodul; Technology and Engineering;

    Sammanfattning : Sammanfattning Behovet av krossmaterial ökar och i takt med ökande priser på bitumen samt svårigheten att få tag på krossmaterial i städerna så behöver man komma på nya sätt att bygga vägar. Ett sätt att minska mängden krossmaterial och bindemedel som används vid nybyggnation är att nyttja sig av sekundära ballastmaterial, alltså betong- och tegelkross samt asfaltgranulat. LÄS MER

  3. 2. Noise Robustness of CNN and SNN for EEG Motor imagery classification

    Master-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

    Författare :Merlin Sewina; [2023]
    Nyckelord :Machine Learning; Spiking Neural Networks; Convolutional Neural Networks; EEG;

    Sammanfattning : As an able-bodied human, understanding what someone says during a phone call with a lot of background noise is usually a task that is quite easy for us as we are aware of what the information is we want to hear, e.g. the voice of the person we are talking to, and the information that is noise, e.g. LÄS MER

  4. 3. EEG-Based Speech Decoding Using a Machine Learning Pipeline

    Master-uppsats, KTH/Skolan för kemi, bioteknologi och hälsa (CBH)

    Författare :Julia Önerud; [2023]
    Nyckelord :EEG; EEG-Decoding; Speech-like; Neuro; Neurotech; Machine-learning; SVM; Feature Extraction; Feature Selection; Mentalab; Inner Speech; OVR; Baseline-Correction; State-of-the-art; State-of-the-art Accuracy; Directions; Emotions;

    Sammanfattning : his project aims to find a method that will help fill the information gaps in electroencephalography (EEG) brain-computer interfaces (BCI) research, by creating a pipeline method that allows for quicker research iterations than current state-of-the-art methods. The pipeline method is a multi-step processstarting from the recording EEG data from a subject performing a thought paradigm action, continuing with processing and decoding of the data, and ending with visualization and analysis the decoded results. LÄS MER

  5. 4. Motor Imagery Signal Classification using Adversarial Learning - A Systematic Literature Review

    Master-uppsats, Stockholms universitet/Institutionen för data- och systemvetenskap

    Författare :Osama Mahmudi; Shubhra Mishra; [2023]
    Nyckelord :Adversarial Learning; Motor Imagery; BCI; EEG; Machine Learning;

    Sammanfattning : Context: Motor Imagery (MI) signal classification is a crucial task for developing Brain-Computer Interfaces (BCIs) that allow people to control devices using their thoughts. However, traditional machine learning approaches often suffer from limited performance due to inter-subject variability and limited data availability. LÄS MER

  7. 5. BRAIN-COMPUTER INTERFACE OCH DESS ANVÄNDNING INOM STROKEREHABILITERING

    Kandidat-uppsats, Göteborgs universitet/Institutionen för neurovetenskap och fysiologi

    Författare :Jacob Sjöblom; Alejandro Visedo; [2022-05-25]
    Nyckelord :Systematisk litteraturstudie; Brain-Computer Interface; arbetsterapi; aktiviteter i dagliga livet;

    Sammanfattning : Bakgrund Stroke är ett samlingsnamn för kärlsjukdomar i hjärnan som medför akuta neurologiska symptom. Vad som är gemensamt för alla personer som drabbas av stroke är att de bör läggas in på sjukhus på en strokeenhet. På strokenheten arbetar personalen multidiciplinärt och arbetsterapi är en del i behandlingen. LÄS MER