文献

J-GLOBAL ID：201602253650910857   整理番号：16A0549943

EEG利用個人同定のための局所計量の学習

LOCAL METRIC LEARNING FOR EEG-BASED PERSONAL IDENTIFICATION

著者 (3件)： CAI Dongqi (Beijing Univ. Posts and Telecommunications) ,  LIU Kai (Beijing Univ. Posts and Telecommunications) ,  SU Fei (Beijing Univ. Posts and Telecommunications)
資料名： Proceedings. IEEE International Conference on Acoustics, Speech and Signal Processing  (Proceedings. IEEE International Conference on Acoustics, Speech and Signal Processing)
巻： 2015 Vol.2  ページ： 842-846  発行年： 2015年 
JST資料番号： E0316B  ISSN： 1520-6149  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： 殆どの脳波(EEG)利用個人同定手法はEuclid距離利用最近傍法を用いるが,脳波信号間の類似関係を正確にモデル化できない。今回,この欠点を改善するため,大形マージン最近傍に基づく局所計量学習手法を提案した。提案手法は各脳波サンプルに対して分離局所計量を学習し,脳波信号のクラス内距離とクラス間距離を同時に最小化し,局所性と計算効率を平衡化するため基本計量の重みづけによって局所計量を近似する。最新手法と競合できることを実験により確認した。

シソーラス用語： *脳波 ,  *認識 ,  *認証 ,  局所性 ,  計量 ,  アルゴリズム ,  機械学習 ,  距離 ,  改変 ,  重みづけ ,  信号処理 ,  パターン認識 ,  分類
準シソーラス用語： クラス ,  *個人同定 ,  最近傍法 ,  最小化

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： EEG ,  個人同定 ,  計量 ,  学習