文献

J-GLOBAL ID：201702222990471792   整理番号：17A1397050

神経情報復号化研究におけるPLSRに基づくLFP信号の特徴再構成【Powered by NICT】

Feature reconstruction of LFP signals based on PLSR in the neural information decoding study

著者 (5件)： Dong Yonghui (School of Electrical Engineering, Zhengzhou University, 450001, China) ,  Shang Zhigang (School of Electrical Engineering, Zhengzhou University, 450001, China) ,  Li Mengmeng (School of Electrical Engineering, Zhengzhou University, 450001, China) ,  Liu Xinyu (School of Electrical Engineering, Zhengzhou University, 450001, China) ,  Wan Hong (School of Electrical Engineering, Zhengzhou University, 450001, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： EMBC  ページ： 2936-2939  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： 局所電場電位(LFP)信号は動物運動意図の解読に使用する場合,信号対雑音比(SNR)と多重共線性の問題を解決するために,神経情報復号化研究における部分最小二乗回帰(PLSR)に基づくLFP信号の特徴再構成を提案した。,LFP符号化バンドの特徴情報をウェーブレット変換に基づいて抽出される。PLSRモデルは,抽出したLFP符号化特徴で構成されている。符号化特徴間の多重共線性特性によると,ステアリング挙動に大きく寄与するいくつかの潜在的変数が得られ,新しいLFP符号化特徴を再構成した。最後に,K-最近傍(KNN)法を利用して,復号化性能を検証するために再構成された符号化特徴を分類することである。結果は,提案した方法が他の三つの方法と比較して最も高い精度を達成でき,提案した方法の復号化効果がロバストであることを示した。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： *再構成 ,  SN比 ,  ウェーブレット変換 ,  電位 ,  多重化 ,  *復号化 ,  ロバスト性 ,  動物 ,  符号化
準シソーラス用語： 部分最小二乗回帰 ,  *神経 , 【Automatic Indexing@JST】

分類 (5件)： 液体の輸送現象一般  (BL06011A) ,  月  (DB04030P) ,  堆積岩岩石学  (DE05040Q) ,  石油と石油製品の性質,分析,試験  (YF02020X) ,  有機物質中の元素の物理分析  (CC03032S)

タイトルに関連する用語 (3件)： 復号化 ,  研究 ,  再構成