• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International symposium on intelligent data analysis >Training Neural Networks to Distinguish Craving Smokers, Non-craving Smokers, and Non-smokers
【24h】

Training Neural Networks to Distinguish Craving Smokers, Non-craving Smokers, and Non-smokers

机译：训练神经网络来区分渴望吸烟者，不渴望吸烟者和不吸烟者

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In the present study, we investigate the differences in brain signals of craving smokers, non-craving smokers, and non-smokers. To this end, we use data from resting-state EEG measurements to train predictive models to distinguish these three groups. We compare the results obtained from three simple models - majority class prediction, random guessing, and naive Bayes - as well as two neural network approaches. The first of these approaches uses a channel-wise model with dense layers, the second one uses cross-channel convolution. We therefore generate a benchmark on the given data set and show that there is a significant difference in the EEG signals of smokers and non-smokers.
机译：在本研究中，我们调查了渴望吸烟者，不渴望吸烟者和不吸烟者大脑信号的差异。为此，我们使用来自静止状态脑电图测量的数据来训练预测模型以区分这三组。我们比较了从三种简单模型（多数类预测，随机猜测和朴素贝叶斯）以及两种神经网络方法获得的结果。这些方法中的第一种方法使用具有密集层的通道方式模型，第二种方法使用跨通道卷积。因此，我们根据给定的数据集生成了一个基准，并表明吸烟者和非吸烟者的EEG信号存在显着差异。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号