文献

J-GLOBAL ID：201602269126599886   整理番号：16A1150832

脳-コンピュータインタフェイスのための脳波のスパースBayes分類【Powered by NICT】

Sparse Bayesian Classification of EEG for Brain-Computer Interface

著者 (6件)： Zhang Yu (Key Laboratory for Advanced Control and Optimization for Chemical Processes, Ministry of Education, East China University of Science and Technology, Shanghai, China) ,  Zhou Guoxu (Laboratory for Advanced Brain Signal Processing, RIKEN Brain Science Institute, Saitama, Japan) ,  Jin Jing (Key Laboratory for Advanced Control and Optimization for Chemical Processes, Ministry of Education, East China University of Science and Technology, Shanghai, China) ,  Zhao Qibin (Laboratory for Advanced Brain Signal Processing, RIKEN Brain Science Institute, Saitama, Japan) ,  Wang Xingyu (Key Laboratory for Advanced Control and Optimization for Chemical Processes, Ministry of Education, East China University of Science and Technology, Shanghai, China) ,  Cichocki Andrzej (Laboratory for Advanced Brain Signal Processing, RIKEN Brain Science Institute, Saitama, Japan)
資料名： IEEE Transactions on Neural Networks and Learning Systems  (IEEE Transactions on Neural Networks and Learning Systems)
巻： 27  号： 11  ページ： 2256-2267  発行年： 2016年 
JST資料番号： T0881A  ISSN： 2162-237X  CODEN： ITNNEP  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)

抄録/ポイント： 正則化は,脳-コンピュータインタフェイス(BCI)の脳波(EEG)分類における過剰適合を防ぐために最も一般的なアプローチの一つである。正則化の有効性は,典型的には,交差検証(CV)により決定されることを正則化パラメータの選択に強く依存することが多い。しかし,CVはB CIに及ぼす二つの主要な限界を課す1)大量の訓練データは,ユーザから必要であり,2)分類器を較正するための比較的長い時間がかかる。これらの限界は,システムの実用性を劣化させる実質的にBCIを利用する消極的にユーザを引き起こす可能性がある。本論文では,EEG分類のための,すなわち,SBLaplace,Laplace事前確率を利用したスパースBayes法を導入した。スパース判別ベクトルは,Bayes証拠フレームワークの下で階層的にLaplace事前を用いて学習される。すべての要求されるパラメータはCVを必要とせずに,訓練データから推定した。SBLaplaceアルゴリズムと二EEGデータ集合に基づくいくつかの他の競合する方法間で実施した広範な比較。実験結果はSBLaplaceアルゴリズムはEEG分類のための競合アルゴリズムよりもより優れた全体性能を達成することを示した。Copyright 2016 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： 事前確率 ,  *脳波 ,  *透視図法 ,  ベクトル ,  正則化 ,  アルゴリズム ,  実用性 ,  正則化パラメータ
準シソーラス用語： Bayes法 ,  訓練データ , 【Automatic Indexing@JST】

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

タイトルに関連する用語 (4件)： 脳 ,  コンピュータインタフェイス ,  脳波 ,  分類