Informacja o cookies

Zgadzam się Nasza strona zapisuje niewielkie pliki tekstowe, nazywane ciasteczkami (ang. cookies) na Twoim urządzeniu w celu lepszego dostosowania treści oraz dla celów statystycznych. Możesz wyłączyć możliwość ich zapisu, zmieniając ustawienia Twojej przeglądarki. Korzystanie z naszej strony bez zmiany ustawień oznacza zgodę na przechowywanie cookies w Twoim urządzeniu.

Publikacje Pracowników Politechniki Lubelskiej

Publikacje Pracowników PL z lat 1990-2010

Publikacje pracowników Politechniki Lubelskie z lat 1990-2010 dostępne są jak dotychczas w starej bazie publikacji
LINK DO STAREJ BAZY

MNiSW
140
Lista 2021
Status:
Autorzy: Plechawska-Wójcik Małgorzata, Karczmarek Paweł, Krukow Paweł, Kaczorowska Monika, Tokovarov Mikhail, Jonak Kamil
Dyscypliny:
Aby zobaczyć szczegóły należy się zalogować.
Rok wydania: 2021
Wersja dokumentu: Drukowana | Elektroniczna
Język: angielski
Wolumen/Tom: 15
Numer artykułu: 744355
Strony: 1 - 11
Web of Science® Times Cited: 0
Scopus® Cytowania: 0
Bazy: Web of Science | Scopus
Efekt badań statutowych NIE
Materiał konferencyjny: NIE
Publikacja OA: TAK
Licencja:
Sposób udostępnienia: Otwarte czasopismo
Wersja tekstu: Ostateczna wersja opublikowana
Czas opublikowania: W momencie opublikowania
Data opublikowania w OA: 14 grudnia 2021
Abstrakty: angielski
In this study, we focused on the verification of suitable aggregation operators enabling accurate differentiation of selected neurophysiological features extracted from resting-state electroencephalographic recordings of patients who were diagnosed with schizophrenia (SZ) or healthy controls (HC). We built the Choquet integral- based operators using traditional classification results as an input to the procedure of establishing the fuzzy measure densities. The dataset applied in the study was a collection of variables characterizing the organization of the neural networks computed using the minimum spanning tree (MST) algorithms obtained from signal-spaced functional connectivity indicators and calculated separately for predefined frequency bands using classical linear Granger causality (GC) measure. In the series of numerical experiments, we reported the results of classification obtained using numerous generalizations of the Choquet integral and other aggregation functions, which were tested to find the most appropriate ones. The obtained results demonstrate that the classification accuracy can be increased by 1.81% using the extended versions of the Choquet integral called in the literature, namely, generalized Choquet integral or pre-aggregation operators.