Details

Цель данной работы заключается в реализации и исследовании классификатора пространственно-временных паттернов с использованием сегментной спайковой модели нейрона. В работе рассмотрены существующие методы решения задачи классификации пространственно-временных паттернов, выделены достоинства классификатора с использованием сегментной спайковой модели нейрона. Также был выбран метод фильтрации данных электромиографии, разработаны программы предобработки классифицируемых данных, постобработки результатов классификации и программа управления манипулятором. Реализован классификатор на сегментной спайковой модели нейрон, и проведены эксперименты по классификации данных электромиографии.

The purpose of this work is to implement and study the classifier of spatiotemporal patterns using a compartmental spiking neuron model. The paper considers existing methods for solving the problem of classifying spatiotemporal patterns, highlights the advantages of a classifier using a compartmental spiking neuron model. It also describes the method used to filter electromyography data, as well as the programs developed for preprocessing the data, post-processing the classification results, and controlling a manipulator. The classifier based on the compartmental spiking neuron model was implemented. Experiments on were conducted to classify electromyography data.