文献

J-GLOBAL ID：201702267690682414   整理番号：17A0448260

運動イメージ脳波認識のためのPSO(粒子群最適化)による最適化された隠れ層可視深い積層ネットワーク【Powered by NICT】

Hidden-layer visible deep stacking network optimized by PSO for motor imagery EEG recognition

著者 (4件)： Tang Xianlun (Key Laboratory of Network Control & Intelligent Instrument (Chongqing University of Posts and Telecommunications), Ministry of Education, Chongqing University of Posts and Telecommunications, Chongqing 400065, China) ,  Zhang Na (Key Laboratory of Network Control & Intelligent Instrument (Chongqing University of Posts and Telecommunications), Ministry of Education, Chongqing University of Posts and Telecommunications, Chongqing 400065, China) ,  Zhou Jialin (Key Laboratory of Network Control & Intelligent Instrument (Chongqing University of Posts and Telecommunications), Ministry of Education, Chongqing University of Posts and Telecommunications, Chongqing 400065, China) ,  Liu Qing (Key Laboratory of Network Control & Intelligent Instrument (Chongqing University of Posts and Telecommunications), Ministry of Education, Chongqing University of Posts and Telecommunications, Chongqing 400065, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 234  ページ： 1-10  発行年： 2017年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： PSO最適化隠れ層可視深積層ネットワーク(PHVDSN)と呼ばれる新しい方法は,運動イメージ脳波(EEG)信号の特徴抽出と認識のための提案した。深積層ネットワーク(DSN)の中間層に導入した事前知識および隠れノードパラメータ初期化のための制限付きBoltzmannマシン(RBM)の教師なし訓練によって展開した。粒子群最適化(PSO)は,入力重み,次元の呪いに浸漬のリスクを軽減することを目的としたを最適化するために適用した。提案方法の性能は,異なる被験者からの実際のEEG信号を用いて評価した。実験結果はPHVDSNの認識精度は幾つかの最新技術特徴抽出アルゴリズムよりも優れていることを示した。さらに,各被験者のEEGセッションは,分離された日に記録される設定他のベンチマークデータに,提案した方法は,セッションに対するセッションからの移動に対してロバストであることを実証した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *最適化 ,  *脳波 ,  *ネットワーク ,  ロバスト性 ,  Boltzmannマシン ,  特徴抽出
準シソーラス用語： 認識精度 ,  脳波信号 ,  被験者 ,  次元の呪い ,  事前知識 ,  中間層 ,  *隠れ層 ,  *粒子群最適化 ,  *運動イメージ , 【Automatic Indexing@JST】

著者キーワード (5件)： 深積層ネットワーク ,  制限されたボルツマンマシン ,  パーティクルスワーム最適化 ,  特徴抽出 ,  脳波認識

分類 (2件)： 人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (6件)： 運動イメージ ,  脳波 ,  PSO ,  粒子群最適化 ,  最適化 ,  隠れ層