liu.seSearch for publications in DiVA
Endre søk
RefereraExporteraLink to record
Permanent link

Direct link
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • oxford
  • Annet format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annet språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
A System Identification Approach to Determining Listening Attention from EEG Signals
Linköpings universitet, Institutionen för systemteknik, Reglerteknik. Linköpings universitet, Tekniska fakulteten.
Linköpings universitet, Institutet för handikappvetenskap (IHV). Linköpings universitet, Institutionen för klinisk och experimentell medicin, Avdelningen för neuro- och inflammationsvetenskap. Linköpings universitet, Medicinska fakulteten. Eriksholm Research Centre, Oticon A/S, 20 Rortangvej, Snekkersten, Denmark.
Linköpings universitet, Institutionen för systemteknik, Reglerteknik. Linköpings universitet, Tekniska fakulteten.
2016 (engelsk)Inngår i: 2016 24TH EUROPEAN SIGNAL PROCESSING CONFERENCE (EUSIPCO), IEEE , 2016, s. 31-35Konferansepaper, Publicerat paper (Fagfellevurdert)
Abstract [en]

We still have very little knowledge about how ourbrains decouple different sound sources, which is known assolving the cocktail party problem. Several approaches; includingERP, time-frequency analysis and, more recently, regression andstimulus reconstruction approaches; have been suggested forsolving this problem. In this work, we study the problem ofcorrelating of EEG signals to different sets of sound sources withthe goal of identifying the single source to which the listener isattending. Here, we propose a method for finding the number ofparameters needed in a regression model to avoid overlearning,which is necessary for determining the attended sound sourcewith high confidence in order to solve the cocktail party problem.

sted, utgiver, år, opplag, sider
IEEE , 2016. s. 31-35
Serie
European Signal Processing Conference, ISSN 2076-1465
Emneord [en]
attention, cocktail party, linear regression (LR), finite impulse response (FIR), multivariable model, sound, EEG
HSV kategori
Identifikatorer
URN: urn:nbn:se:liu:diva-130732DOI: 10.1109/EUSIPCO.2016.7760204ISI: 000391891900007ISBN: 978-0-9928-6265-7 (digital)ISBN: 978-1-5090-1891-8 (tryckt)OAI: oai:DiVA.org:liu-130732DiVA, id: diva2:954379
Konferanse
24th European Signal Processing Conference (EUSIPCO), Aug 28-Sep 2, 2016. Budapest, Hungary
Tilgjengelig fra: 2016-08-22 Laget: 2016-08-22 Sist oppdatert: 2017-02-15

Open Access i DiVA

fulltext(277 kB)297 nedlastinger
Filinformasjon
Fil FULLTEXT02.pdfFilstørrelse 277 kBChecksum SHA-512
4b6fbbed95fdb7eaa039ed7ab0189efab66a923d0c63f217b3067ab80e284d6c0471183084fa5f2a7dd6827e7c21c664667aba76acb58c71f5cb4f4733dc1744
Type fulltextMimetype application/pdf

Andre lenker

Forlagets fulltekst

Personposter BETA

Alickovic, EminaLunner, ThomasGustafsson, Fredrik

Søk i DiVA

Av forfatter/redaktør
Alickovic, EminaLunner, ThomasGustafsson, Fredrik
Av organisasjonen

Søk utenfor DiVA

GoogleGoogle Scholar
Totalt: 297 nedlastinger
Antall nedlastinger er summen av alle nedlastinger av alle fulltekster. Det kan for eksempel være tidligere versjoner som er ikke lenger tilgjengelige

doi
isbn
urn-nbn

Altmetric

doi
isbn
urn-nbn
Totalt: 3277 treff
RefereraExporteraLink to record
Permanent link

Direct link
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • oxford
  • Annet format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annet språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf