文献

J-GLOBAL ID：201702215741797553   整理番号：17A1569613

ICA(独立成分分析)とマルチインスタンス学習を用いたEEGアーチファクト同定に埋め込まれたシステム【Powered by NICT】

An EEG artifact identification embedded system using ICA and multi-instance learning

著者 (6件)： Jafari Ali (Department of Computer Science & Electrical Engineering, University of Maryland, Baltimore County) ,  Gandhi Sunil (Department of Computer Science & Electrical Engineering, University of Maryland, Baltimore County) ,  Konuru Sri Harsha (Department of Computer Science & Electrical Engineering, University of Maryland, Baltimore County) ,  David Hairston W. (Human Research and Engineering Directorate, US Army Research Lab) ,  Oates Tim (Department of Computer Science & Electrical Engineering, University of Maryland, Baltimore County) ,  Mohsenin Tinoosh (Department of Computer Science & Electrical Engineering, University of Maryland, Baltimore County)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ISCAS  ページ： 1-4  発行年： 2017年 
JST資料番号： W2441A  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： 脳波(EEG)データは種々の目的,脳-コンピュータインタフェイス,病気の診断,および決定認知状態を含むに使用されている。EEG信号は,筋肉と眼球運動のような,多くの情報源と電極とケーブルの運動からのノイズの影響を受けやすい。この問題への伝統的なアプローチは,雑音に対応する信号成分を同定するための教師つき学習を含むそれらを除去することができた。しかしこれらのアプローチは,アーチファクト特異的であった。本論文では,いくつかの雑音が発生しているが,雑音の源とは何か,そのEEG信号で明らかにされるかを示す弱い監視信号を用いた新しいソフトウェア-ハードウェアシステムを提案した。EEGデータは,ICAを用いて独立成分に分解し,これらの成分は清浄なEEG信号を再構成するための除去のための雑音成分を同定できるマルチインスタンス学習アルゴリズムによる標識と分類されるバッグを形成した。も実行時間を増加させずに精度の改善を目的としたモデルの広範なハイパーパラメータ最適化を行った。これは1.6GHzクロック周波数で埋め込まれたARM CPUプロセッサ上でモデルを実行するとき,282sから8.8sに減少すること実行時間をもたらした。本論文では,六十四の電極からの実際のEEGデータを用いた場合には,ICA,SAXとMILと共に,ソフトウェアとハードウェア実装のための予備的結果を含む全体システムを提案した。提案したシステムは,2.32Wアイドルのベースライン以上の処理中の909mWの電力を消費し,91.2%アーチファクト同定精度を達成した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *アーチファクト ,  再構成 ,  眼球運動 ,  教師つき学習 ,  脳波 ,  アルゴリズム ,  *独立成分分析 ,  ソフトウェア ,  最適化 ,  雑音
準シソーラス用語： ハードウェア実装 ,  実行時間 ,  脳波信号 ,  ブレインコンピュータインタフェイス ,  *マルチインスタンス学習 , 【Automatic Indexing@JST】

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

タイトルに関連する用語 (6件)： ICA ,  独立成分分析 ,  マルチインスタンス学習 ,  EEG ,  アーチファクト ,  同定