Zobrazeno 1 - 10
of 214
pro vyhledávání: '"MVAR"'
Publikováno v:
BMC Public Health, Vol 23, Iss 1, Pp 1-13 (2023)
Abstract This study examines the effects of long-run civil wars on healthcare, which is an important component of human capital development and their causality nexus in Afghanistan using the MVAR (modified vector autoregressive) approach and the Gran
Externí odkaz:
https://doaj.org/article/7eac829ae7be480cbecb264f32c05382
Publikováno v:
Frontiers in Systems Neuroscience, Vol 15 (2022)
This paper is a review of cognitive neurodynamics research as it pertains to recent advances in Multivariate Autoregressive (MVAR) modeling. Long-range synchronization between the frontoparietal network (FPN) and forebrain subcortical systems occurs
Externí odkaz:
https://doaj.org/article/fc24ccd6f8414184bfd1026fb1237a7a
Publikováno v:
IEEE Access, Vol 8, Pp 51230-51245 (2020)
This paper proposes a novel adaptive fading Kalman filter (AF-KF)-based approach to time-varying brain spectral and functional connectivity analyses of event-related multi-channel electroencephalogram (EEG) signals. By modeling the EEG signals as a t
Externí odkaz:
https://doaj.org/article/9b600e2e76e4440eb1808347c30638d2
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Algorithms, Vol 15, Iss 1, p 5 (2021)
Parkinson’s disease (PD) is characterized by abnormal brain oscillations that can change rapidly. Tracking neural alternations with high temporal resolution electrophysiological monitoring methods such as EEG can lead to valuable information about
Externí odkaz:
https://doaj.org/article/f710739a1fb44506999d5c2f0eb891d6
Publikováno v:
Algorithms, Vol 15, Iss 5, p 5 (2022)
Algorithms; Volume 15; Issue 1; Pages: 5
Algorithms; Volume 15; Issue 1; Pages: 5
Parkinson’s disease (PD) is characterized by abnormal brain oscillations that can change rapidly. Tracking neural alternations with high temporal resolution electrophysiological monitoring methods such as EEG can lead to valuable information about
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::5c9ab885cae6a8989c02cc7a65265f8a
https://www.mdpi.com/1999-4893/15/1/5
https://www.mdpi.com/1999-4893/15/1/5
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Frontiers in Computational Neuroscience, Vol 12 (2018)
The dynamic nature of functional brain networks is being increasingly recognized in cognitive neuroscience, and methods to analyse such time-varying networks in EEG/MEG data are required. In this work, we propose a pipeline to characterize time-varyi
Externí odkaz:
https://doaj.org/article/d6bdf52b700c4db996dc405a2033680e
Autor:
Yvonne Höller, Andreas Uhl, Arne Bathke, Aljoscha Thomschewski, Kevin Butz, Raffaele Nardone, Jürgen Fell, Eugen Trinka
Publikováno v:
Frontiers in Human Neuroscience, Vol 11 (2017)
Measures of interaction (connectivity) of the EEG are at the forefront of current neuroscientific research. Unfortunately, test-retest reliability can be very low, depending on the measure and its estimation, the EEG-frequency of interest, the length
Externí odkaz:
https://doaj.org/article/65d0d50def3a42f49f7bdb57f30d1f3b
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.