文献

J-GLOBAL ID：201702210863800698   整理番号：17A0416001

ブレインコンピュータインタフェイス応用のためのEEG信号の分類:性能比較【Powered by NICT】

Classification of EEG signals for brain-computer interface applications: Performance comparison

著者 (4件)： Ilyas M. Z. (Embedded, Network Computing Research Cluster (ENAC), Universiti Malaysia Perlis (UniMAP), School of Computer and Communication Engineering (PPKKP), Tingkat 1, Kampus Tetap Pauh Putra, 02600 Arau, Perlis, Malaysia) ,  Saad P. (Embedded, Network Computing Research Cluster (ENAC), Universiti Malaysia Perlis (UniMAP), School of Computer and Communication Engineering (PPKKP), Tingkat 1, Kampus Tetap Pauh Putra, 02600 Arau, Perlis, Malaysia) ,  Ahmad M. I. (Embedded, Network Computing Research Cluster (ENAC), Universiti Malaysia Perlis (UniMAP), School of Computer and Communication Engineering (PPKKP), Tingkat 1, Kampus Tetap Pauh Putra, 02600 Arau, Perlis, Malaysia) ,  Ghani A. R. I. (Department of Neurosciences, School of Medical Sciences, Universiti Sains Malaysia (USM), 16150 Kubang Kerian, Kota Bharu, Kelantan, Malaysia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICORAS  ページ： 1-4  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,脳コンピュータインタフェイス(BCI)のための脳波図(EEG)信号分類の比較を示した。現在では,大容量データの質も低いとアーチファクト雑音の存在と同時に意味のあるEEG信号パターンを抽出するために挑戦的な課題である。分類段階でEEG信号の効果的な分類法の選択は,ロバストなBCIシステムを得るために非常に重要である。サポートベクトルマシン(SVM),k-最近傍(k NN),多層パーセプトロン人工ニューラルネットワーク(MLP ANN)とロジスティック回帰(LR)は本論文で評価した。BCI競技IVデータセット1は分類器を試験するために使用されている。LRとSVM(サポートベクトルマシン)は73.03%と68.97%の最高の精度と最も効率的な分類器であることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： ニューラルネットワーク ,  ロバスト性 ,  アーチファクト ,  *サポートベクトルマシン ,  脳波 ,  雑音 ,  多層パーセプトロン
準シソーラス用語： ロジスティック回帰分析 ,  分類法 ,  ビッグデータ ,  信号分類 ,  *性能比較 ,  *脳波信号 ,  *ブレインコンピュータインタフェイス , 【Automatic Indexing@JST】

分類 (2件)： 生体計測  (EL03020C) ,  人間機械系  (IB03000G)

タイトルに関連する用語 (5件)： ブレインコンピュータインタフェイス ,  応用 ,  EEG信号 ,  分類 ,  性能比較