Detecção e análise de sinais EEG com aplicação em robótica educacional (2019)
- Authors:
- Autor USP: PINTO, ADAM HENRIQUE MOREIRA - ICMC
- Unidade: ICMC
- Sigla do Departamento: SCC
- DOI: 10.11606/T.55.2020.tde-18032020-095758
- Subjects: INTERFACE HOMEM-COMPUTADOR; INTERAÇÃO HOMEM-MÁQUINA; ROBÓTICA; ROBÔS; APRENDIZADO COMPUTACIONAL
- Keywords: Brain-computer interfaces (BCI); Human-robot interaction (HRI); Pedagogical roboticsRI)
- Agências de fomento:
- Language: Português
- Abstract: Com a tecnologia, existem muitas formas de se aprimorar o aprendizado, mesmo fora da sala de aula. Sistemas educacionais têm sido bastante empregados para essa finalidade, inclusive com o uso de robôs, mas ainda pecam em alguns aspectos de interação com os humanos. As interfaces cérebro-computador (BCI) são sistemas que permitem a comunicação entre usuário e computador a partir de informações do cérebro, podendo dar mais robustez aos sistemas robóticos educacionais. As dificuldades dos alunos são claras durantes provas e outras atividades de avaliação, o problema são os erros durante os estudos para essas provas. Para ajudar neste ponto do aprendizado, foi utilizado um sinal evocado no cérebro relacionado à percepção do erro por um usuário, chamado de Error Related Potential (ErrP), que pode ser medido no EEG, uma forma não-invasiva de BCI. Porém, esses sistemas ainda pecam na qualidade do sinal obtido e na acurácia em encontrar esses momentos de erro. Neste trabalho, foi proposto um sistema de detecção do ErrP, passando pela filtragem, extração de características e classificação do sinal. O pré-processamento do sinal passou por filtros FIR e ICA para limpeza de ruídos e artefatos, foram criados vetores de características com as transformadas de Fourier e as famílias Haar e Daucechies de transformadas wavelets. Para classificação, foram comparadas redes neurais (MLP) e de aprendizado profundo (CNN). Os resultados demonstraram uma acurácia de 96% quando o sinal foi aplicadona base criada, e de 77,23% quando aplicada a toda a rede, mostrando ser promissora para utilização em sistemas educacionais. Além disso, mostrou que a diferença entre as famílias wavelets apresentadas neste trabalho foram pequenas, e que sua escolha pode ser feita considerando o tempo para processamento do sinal. Este trabalho serve como um módulo para um sistema educacional maior, que visa preencher algumas lacunas encontradas nos trabalhos disponíveis.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2019
- Data da defesa: 17.12.2019
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by-nc-sa
-
ABNT
PINTO, Adam Henrique Moreira. Detecção e análise de sinais EEG com aplicação em robótica educacional. 2019. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2019. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-18032020-095758/. Acesso em: 27 dez. 2025. -
APA
Pinto, A. H. M. (2019). Detecção e análise de sinais EEG com aplicação em robótica educacional (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-18032020-095758/ -
NLM
Pinto AHM. Detecção e análise de sinais EEG com aplicação em robótica educacional [Internet]. 2019 ;[citado 2025 dez. 27 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-18032020-095758/ -
Vancouver
Pinto AHM. Detecção e análise de sinais EEG com aplicação em robótica educacional [Internet]. 2019 ;[citado 2025 dez. 27 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-18032020-095758/ - Um sistema de reconhecimento de objetos incorporado a um robô humanoide aplicado na educação
- Um estudo de interação a longo prazo com aulas de matemática usando robôs
- A serious game to build a database for ErrP signal recognition
- Project R-CASTLE: robotic-cognitive adaptive system for teaching and learning
Informações sobre o DOI: 10.11606/T.55.2020.tde-18032020-095758 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
