新しいマルチビューTSKファジィシステムを用いた癲癇EEG信号の認識【Powered by NICT】

Jiang Yizhang; Deng Zhaohong; Chung Fu-Lai; Wang Guanjin; Qian Pengjiang; Choi Kup-Sze; Wang Shitong

文献

J-GLOBAL ID：201702246497446559 整理番号：17A0212835

新しいマルチビューTSKファジィシステムを用いた癲癇EEG信号の認識【Powered by NICT】

Recognition of Epileptic EEG Signals Using a Novel Multiview TSK Fuzzy System

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=17A0212835&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=17A0212835&from=J-GLOBAL&jstjournalNo=W0509A") }}

著者 (7件)： , , , , , ,
資料名：
巻： 25 号： 1 ページ： 3-20 発行年： 2017年
JST資料番号： W0509A ISSN： 1063-6706 CODEN： IEFSEV 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

機械学習技術を用いたてんかん脳波(EEG)信号の認識は一般的になっている。一般に,インテリジェントてんかん性脳波認識システムの構築は二段階を含んでいる。最初に,元の生EEG信号からの代表的な特徴を得るために適用される適切な特徴抽出法。第二に,効果的な知的モデルを,抽出した特徴に基づいて訓練した。しかし,プロセスにおける二種の主な課題が存在する1)を使用する適切な特徴抽出法を決定するために重要である2)多くの古典的な機械学習法は,てんかん性脳波認識に使用されてきたが,それらの大部分は「ブラックボックス」アプローチであり,より説明可能な方法が望まれている。これら二つの課題を解決するために,多視点学習フレームワークとファジィシステムモデリングに基づく新しいてんかん性脳波認識法を提案した。第一に,マルチビューEEGデータは信号の異なるビューから特徴を得るために,異なる特徴抽出法を用いて発生させた。第二に,古典的Takagi Sugeno Kangファジィシステム(TSK FS)はてんかんEEG信号を同定するために,MV TSK FSと呼ばれる多視点TSK FS法を開発することが容易な認識モデルとして導入した。提案したMV TSK FSでは,すなわち,それぞれの特徴抽出法の重要性,各視野の重要性は各ビューの重みに従って評価することができ,その結果最終決定は,異なるビューの重み付き出力に基づいて実施することができた。実験結果は,最新のアルゴリズムと比較した場合,MV TSK FSは有望な方法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】

, , , , , ,
, , , , , 【Automatic Indexing@JST】

システム・制御理論一般

, , ,

前のページに戻る