Análise da Qualidade de Dados Sintéticos para Interfaces Neurais
Análise da Qualidade de Dados Sintéticos para Interfaces Neurais
Índice
A geração de dados sintéticos é fundamental para o desenvolvimento de Interfaces Cérebro-Computador (ICC), especialmente em interfaces neurais não invasivas. Este artigo utiliza métodos estatísticos para avaliar a qualidade dos dados sintéticos gerados para ICCs, empregando métricas como matriz de correlação, distribuição univariada e bivariada. A matriz de correlação visualiza as relações entre variáveis, enquanto as distribuições analisam a capacidade do modelo em reproduzir as características estatísticas dos dados originais. A plataforma Mostly AI foi utilizada para gerar os dados, e diferentes modelos computacionais foram comparados para identificar o melhor desempenho. Os resultados mostraram que o Modelo Computacional 3 obteve os melhores resultados na geração de dados sintéticos. Além disso, a análise da Distribuição Cumulativa até os Registros mais Próximos (DCR) foi aplicada para avaliar a proximidade entre os dados sintéticos e reais, garantindo a confidencialidade dos dados originais.
João Paulo de Oliveira Macedo is a postgraduate student at the Faculty of Electrical and Computer Engineering – State University of Campinas – Brazil. He is currently a professor at CEETEPS – Brazil and a Teaching Support Professional for Research and Extension at State University of Campinas. His research interests are in the areas of synthetic data, intelligent systems and artificial intelligence.
Gilmar Barreto has received a PhD. from State University of Campinas – Brazil. He is currently a professor at the State University of Campinas – Brazil. Her research interests are in the areas of fuzzy systems, multivariable systems, control, multiobjective optimization, electrochemistry and data modeling.
Paulo Victor de Oliveira Miguel has received a PhD. from State University of Campinas – Brazil. He is currently a professor at the State University of Campinas – Brazil. Her research interests are in the areas of synthetic data, artificial intelligence, computational semiotics, neuroscience and education.
Bastos, J. L. D., & Duquia, R. P. (2007). Medidas de dispersão: os valores estão próximos entre si ou variam muito. Scientia Medica, 17(1), 40-44.
Cengiz, K., J, S., K, U. P., L, G. H., & M, D. K. S. (2024). Development of a calibration-free brain-computer interface utilizing common spatial patterns and artificial neural networks for EEG signal analysis. In 2024 International Congress on Human-Computer Interaction, Optimization and Robotic Applications (HORA) (pp. 1-6). Istanbul, Turkiye. https://doi.org/10.1109/HORA61326.2024.10550748
Habashi, A. G., Azab, A. M., Eldawlatly, S., & Aly, G. M. (2023). Motor imagery classification enhancement using generative adversarial networks for EEG spectrum image generation. In 2023 IEEE 36th International Symposium on Computer-Based Medical Systems (CBMS) (pp. 354-359). L’Aquila, Italy. https://doi.org/10.1109/CBMS58004.2023.00243
Instituto Nacional de Ensino (Ed.). (2023). Estatística aplicada. Retrieved from https://www.institutoine.com.br/arquivos/estatistica_aplicada_6010077c83f2b.pdf.
Macedo, J. P. de O., Barreto, G., & Miguel, P. V. de O. (2024). Introdução ao estudo de geração de dados sintéticos para aplicação em interfaces neurais interativas. In XIV Rede de Investigadores da Qualidade (Riqual).
Malhado, C. H. M., Ramos, A. de A., Carneiro, P. L. S., Azevedo, D. M. M. R., & Martins Filho, R. (2008). Distribuição univariada e bivariada das características de crescimento de bubalinos de corte no Brasil. Revista Científica de Produção Animal, 10(1), 69-80. http://www.alice.cnptia.embrapa.br/alice/handle/doc/578730
Miguel, P. V. O. (2010). ECOLIG – O Protocolo Semiótico para Comunicação Homem-Máquina que Utiliza Interfaces do tipo Cérebro-Computador (Tese de doutorado). Universidade Estadual de Campinas (UNICAMP). Recuperado de https://repositorio.unicamp.br/Busca/Download?codigoArquivo=467129
Thompson, K. M. (1999). Developing Univariate Distributions from Data for Risk Analysis. Human and Ecological Risk Assessment: An International Journal, 5(4), 755–783. https://doi.org/10.1080/10807039.1999.9657739.
Análise estatística, dados sintéticos, interfaces cérebro-computador, interfaces neurais.
