文献
J-GLOBAL ID:201702218124733045   整理番号:17A1098967

事象関連電位分類のための一般化スパース判別分析【Powered by NICT】

Generalized sparse discriminant analysis for event-related potential classification
著者 (4件):
資料名:
巻: 35  ページ: 70-78  発行年: 2017年 
JST資料番号: W3347A  ISSN: 1746-8094  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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
ブレイン・コンピュータ・インタフェイス(BCI)は,人の心と脳活動(EEG)を用いて外部世界間の直接通信を提供するシステムである。事象関連電位(ERP)ベースB CI問題は二値パターン認識から構成されている。線形判別分析(LDA)は,このタイプの分類問題を解決するために広く使用されているが,特徴の数が観測の数に比べて大きい場合には失敗する。本研究では,二値分類のための,一般化されたスパース判別分析(GSDA)と呼ばれる,スパース判別分析(SDA)の罰則付き版を提案した。この方法はSDAの弁別特徴選択と分類特性の両方を継承し,Kullback-Leiblerクラス矛盾情報の添加によりSDA性能を改善した。GSDA法は,最適正則化パラメータを自動的に選択するように設計した。二実ERP脳波データセットを用いた数値実験は,一方で,GSDAは分類性能,スパース性と必要な計算時間の意味で標準SDAに優れており,不十分な訓練サンプルが利用可能であるときに,一方,単一試行ERP分類のための,良く知られたERP分類アルゴリズムと比較して,良好な全体的性能をもたらすことを示した。GSDAはERPベースB CIシステムにおける較正時間を低減するための潜在的に有用な方法を構成している。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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
パターン認識 
タイトルに関連する用語 (4件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る