RECONHECIMENTO DE ESTADOS DOS OLHOS UTILIZANDO MÁQUINAS DE APRENDIZADO PROFUNDO A PARTIR DE ONDAS CEREBRAIS

Resumo

A interface cérebro-computador é um dos campos emergentes da interação homem-computador devido ao seu amplo espectro de aplicações, especialmente as que lidam com a cognição humana. Neste trabalho, a eletroencefalografia (EEG) é usada como dado base para classificar o estado dos olhos (abertos ou fechados) aplicando redes Long Short-Term Memory (LSTM) e variantes. Para fins de benchmarking, foi utilizado o conjunto de dados de EEG com registro do estado do olho, disponível no repositório de Aprendizado de Máquina da UCI. Os resultados obtidos indicaram que os modelos bidirecionais das células LSTM e GRU são aplicáveis na classificação dos dados, apresentando acurácia superior a 95%, e que seu desempenho é bom comparado aos modelos mais caros computacionalmente.