文献

J-GLOBAL ID：202502263559923275   整理番号：25A0522112

熱的中立環境下の人工気候室実験に基づく風の心地よさ感に関わる脳領域の推定

ESTIMATION OF BRAIN REGIONS RELATED TO WIND PLEASANTNESS BASED ON CHAMBER EXPERIMENTS UNDER THERMONEUTRAL CONDITIONS

著者 (6件)： 東野莉奈 (東京工大) ,  中村隆斗 (東京工大) ,  本江一紘 (東京工大) ,  XUAN Yingli (東京工芸大 工) ,  吉村奈津江 (東京工大) ,  大風翼 (東京工大)
資料名： 風工学研究論文集(CD-ROM)  (Wind Engineering Research (CD-ROM))
巻： 28  ページ： 110-119  発行年： 2024年12月 
JST資料番号： F2477A  ISSN： 2435-4384  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本研究の目的は,脳波(EEG)に基づいて,風の瞬間的な心地よさを定量化することである。最初に,熱的中立条件下で室内実験を行い,参加者が5つの異なる速度の風に暴露された時のEEG信号と心地よさ感の主観的報告を得た。次に,17人の参加者からのこれらのデータを使用して,2つの分析を行った:1)快適条件と不快条件の間でEEG傾向に差を示す脳領域を同定するためのt検定;2)EEG信号から快適または不快条件を推定するサポートベクトルマシン(SVM)の機械学習法。SVMでは,快適性の推定に寄与する脳領域も同定された。全EEG信号による分類精度は44脳領域の4周波数帯で,全体で176であり,約55%であった。さらに,すべてのEEG信号でSVMの重み係数のより高い値を得たEEG信号のわずか6つの特徴であっても,すべてのEEG信号を用いた解析と比較して分類の性能はほとんど維持された。6つの抽出された特徴のうち4つは,t検定において快適および不快な条件の間で統計的有意差を示した(p<0.05)。(翻訳著者抄録)

シソーラス用語： *脳波 ,  人工気候室 ,  *熱的快適性 ,  *風 ,  t検定 ,  機械学習 ,  サポートベクトルマシン ,  精度
準シソーラス用語： 分類精度

分類 (1件)： 建築環境一般  (RB02010T)

タイトルに関連する用語 (8件)： 中立 ,  環境 ,  人工気候室 ,  実験 ,  風 ,  心地よさ ,  脳領域 ,  推定