文献

J-GLOBAL ID：201702237366520672   整理番号：17A1214274

適応重みを持つスイッチング深い信念ネットワークEEGによる演算子汎関数状態の交差課題認識【Powered by NICT】

Cross-subject recognition of operator functional states via EEG and switching deep belief networks with adaptive weights

著者 (2件)： Yin Zhong (Engineering Research Center of Optical Instrument and System, Ministry of Education, Shanghai Key Lab of Modern Optical System, University of Shanghai for Science and Technology, Jungong Road 516, Yangpu District, Shanghai 200093, PR China) ,  Zhang Jianhua (Department of Automation, East China University of Science and Technology, Shanghai 200237, PR China)
資料名： Neurocomputing  (Neurocomputing)
巻： 260  ページ： 349-366  発行年： 2017年 
JST資料番号： W0360A  ISSN： 0925-2312  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： 神経生理学的信号を用いて演算子汎関数状態(OFS)を評価安全人間機械系における瞬間的なヒューマンパフォーマンスの連続予測を提供することができる。ほとんどの既存のOFS認識は被験者依存性様式を介して構築した,新しいモデルは同一被験者の歴史的生理学的データに基づいて訓練されていない。本論文の主目的は,深い学習原理の新たな改良を利用したOFS認識を断面にこのようなパラダイムを一般化することである。この目的のために,新たなEEGベースのOFS分類器,適応重み(SDBN)と深層信念ネットワークを,複数の被験者の精神的作業負荷,精神的疲労,および二変数の結合効果の変動を検出するための一般的でを提案した。時間OFSは,ガウス核関数ベースの判定基準による各時間ステップでの静的および適応DBNのアンサンブルを切り替えることにより予測した。結果はSDBNは分類精度を著しく改善する,OFSにおける複数の次元を識別する能力を有していることを実証した比較。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： ヒューマンパフォーマンス ,  判定基準 ,  学習 ,  予測 ,  安全性 ,  核関数 ,  *汎関数 ,  人間機械系 ,  生理学
準シソーラス用語： 分類精度 ,  精神疲労 ,  メンタルワークロード ,  被験者 ,  生理信号 ,  *信念ネットワーク , 【Automatic Indexing@JST】

著者キーワード (6件)： オペレータの機能状態 ,  精神作業負荷 ,  精神疲労 ,  脳波 ,  深い学習 ,  深信念ネットワーク

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (7件)： 適応 ,  スイッチング ,  信念ネットワーク ,  EEG ,  演算子 ,  汎関数 ,  交差