文献

J-GLOBAL ID：201702221459447959   整理番号：17A1396586

ANNを用いたバイリンガル言外音声のEEGベース分類【Powered by NICT】

EEG-based classification of bilingual unspoken speech using ANN

著者 (7件)： Balaji Advait (Cognitive Neuroscience Laboratory, Birla Institute of Technology and Science, Pilani, K K Birla Goa Campus, Zuarinagar, India-403726) ,  Haldar Aparajita (Cognitive Neuroscience Laboratory, Birla Institute of Technology and Science, Pilani, K K Birla Goa Campus, Zuarinagar, India-403726) ,  Patil Keshav (Cognitive Neuroscience Laboratory, Birla Institute of Technology and Science, Pilani, K K Birla Goa Campus, Zuarinagar, India-403726) ,  Ruthvik T Sai (Cognitive Neuroscience Laboratory, Birla Institute of Technology and Science, Pilani, K K Birla Goa Campus, Zuarinagar, India-403726) ,  CA Valliappan (Cognitive Neuroscience Laboratory, Birla Institute of Technology and Science, Pilani, K K Birla Goa Campus, Zuarinagar, India-403726) ,  Jartarkar Mayur (Cognitive Neuroscience Laboratory, Birla Institute of Technology and Science, Pilani, K K Birla Goa Campus, Zuarinagar, India-403726) ,  Baths Veeky (Cognitive Neuroscience Laboratory, Birla Institute of Technology and Science, Pilani, K K Birla Goa Campus, Zuarinagar, India-403726)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： EMBC  ページ： 1022-1025  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： 脳波記録(EEG)を介して言外または想像音声を解釈する能力は言語障害と「lockedin’症候群に苦しむ人々で治療上の関心である。調音作用を含まないブレイン・コンピュータ・インターフェース(BCI)技術にも有用である。以前の研究では,それらの間の区別に選択された言語と分類器訓練特に語を用いて含んでいた。このような研究は,40~60%の精度を報告し,実用的な実装のための理想的ではない。さらに,今日の多言語社会における,一つの言語だけで訓練した分類器は常に望ましい効果をもたらさないと考えられる。これに対処するために,著者らは,バイリンガル解釈と意思決定を組み合わせることにより電流モデルの精度を改善するための新しいアプローチを提案した。は,それぞれ一次および二次言語としてヒンディー語と英語の5名の被験者からのデータを収集し,各言語における20「はい」/「いいえ」質問(ヒンディー語における「aan’/’Na’)を調べた。言語処理と意思決定の両方に重要な領域に存在するセンサを選択した。データは前処理と,主成分分析(PCA)は,次元を削減するために行われる。これは予測のためのサポートベクトルマシン(SVM),ランダムフォレスト(RF),AdaBoost(AB),および人工ニューラルネットワーク(ANN)分類器に入力される。実験結果は,ANNを用いてそれぞれ決定と言語分類のための85.20%と92.18%の最良精度を明らかにした。シームレス音声分類の総合精度は75.38%であった。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： 主成分分析 ,  意思決定 ,  言語障害 ,  ニューラルネットワーク ,  *言語 ,  サポートベクトルマシン ,  治療法 ,  センサ ,  英語 ,  調音 ,  前処理
準シソーラス用語： AdaBoost ,  ランダムフォレスト ,  ブレインコンピュータインタフェイス ,  *バイリンガル , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (4件)： バイリンガル ,  音声 ,  EEG ,  分類