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
- Status:
- Artigo publicado em periódico de acesso aberto (Gold Open Access)
- Versão do Documento:
- Versão publicada (Published version)
- Acessar versão aberta:
-
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: 10 abr. 2026. -
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 2026 abr. 10 ] 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 2026 abr. 10 ] 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 a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
