Výsledky vyhledávání - "Qureshi, Shahnawaz"

Akademický článek

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Akademický článek

GACNN SleepTuneNet: a genetic algorithm designing the convolutional neural network architecture for optimal classification of sleep stages from a single EEG channel.

Autor: QURESHI, Shahnawaz¹, KARRILA, Seppo², VANICHAYOBON, Sirirut¹ siriut.v@psu.ac.th

Publikováno v: Turkish Journal of Electrical Engineering & Computer Sciences. 2019, Vol. 27 Issue 6, p4203-4219. 17p.

Zobrazit plný text záznamu

Akademický článek

Human Sleep Scoring Based on K-Nearest Neighbors.

Autor: QURESHI, Shahnawaz¹, KARRILA, Seppo², VANICHAYOBON, Sirirut^1,2 siriut.v@psu.ac.th

Publikováno v: Turkish Journal of Electrical Engineering & Computer Sciences. 2018, Vol. 26 Issue 6, p2802-2818. 19p.

Zobrazit plný text záznamu

Dissertation/ Thesis

An Empirical Study of Machine Learning Techniques for Classifying Emotional States from EEG Data

Autor: Sohaib, Ahmad Tauseef, Qureshi, Shahnawaz

With the great advancement in robot technology, smart human-robot interaction is considered to be the most wanted success by the researchers these days. If a robot can identify emotions and intentions of a human interacting with it, that would make r

Externí odkaz: http://urn.kb.se/resolve?urn=urn:nbn:se:bth-2932

Zobrazit plný text záznamu

Kniha

Evaluating Classifiers for Emotion Recognition Using EEG.

Autor: Sohaib, Ahmad Tauseef, Qureshi, Shahnawaz, Hagelbäck, Johan, Hilborn, Olle, Jerčić, Petar

Publikováno v: Foundations of Augmented Cognition (9783642394539); 2013, p492-501, 10p

Zobrazit plný text záznamu

News

PUJ (Dastoor) Sargodha office-bearers take oath.

Publikováno v: Frontier Star (Pakistan). 03/11/2024.

Zobrazit plný text záznamu

Plný text ve formátu HTML

GACNN SleepTuneNet: a genetic algorithm designing the convolutional neural network architecture for optimal classification of sleep stages from a single EEG channel

Autor: QURESHI, Shahnawaz, KARILLA, Seppo, VANICHAYOBON, Sirirut

Publikováno v: Volume: 27, Issue: 6 4203-4219
Turkish Journal of Electrical Engineering and Computer Science

This study presents a method for designing--by a genetic algorithm, without manual intervention--the feature learning architecture for classification of sleep stages from a single EEG channel, when using a convolutional neural network called GACNN Sl

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=tubitakulakb::341794e1cb5d77ba275284b3b9e3682d
https://dergipark.org.tr/tr/pub/tbtkelektrik/issue/50814/662391

Zobrazit plný text záznamu

Vyhledávací nástroje:

Upřesnit hledání