文献

J-GLOBAL ID：201702239184909579   整理番号：17A1251208

B CIのための再帰的Bayes符号化【Powered by NICT】

Recursive Bayesian Coding for BCIs

著者 (7件)： Higger Matt (Electrical and Computer Engineering, Northeastern University, Boston, MA, USA) ,  Quivira Fernando (Electrical and Computer Engineering, Northeastern University, Boston, MA, USA) ,  Akcakaya Murat (Electrical and Computer Engineering, University of Pittsburgh, Pittsburgh, PA, USA) ,  Moghadamfalahi Mohammad (Electrical and Computer Engineering, Northeastern University, Boston, MA, USA) ,  Nezamfar Hooman (Electrical and Computer Engineering, Northeastern University, Boston, MA, USA) ,  Cetin Mujdat (Engineering and Natural Sciences, Sabanci University, Istanbul, Turkey) ,  Erdogmus Deniz (Electrical and Computer Engineering, Northeastern University, Boston, MA, USA)
資料名： IEEE Transactions on Neural Systems and Rehabilitation Engineering  (IEEE Transactions on Neural Systems and Rehabilitation Engineering)
巻： 25  号： 6  ページ： 704-714  発行年： 2017年 
JST資料番号： W0560A  ISSN： 1534-4320  CODEN： ITNSB3  資料種別： 逐次刊行物 (A)
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-コンピュータインタフェイス(BCI)は,脳記号からいくつかのタスクを推定し,タスク関連指導,分類生理的状態しようとしている。例えば,運動イメージロボット制御タスクにおけるユーザは脳記号の小さい辞書(想像左または右の手の動き)から選択することによりタスク記号の辞書(回転アーム左,把握,など)からの選択を示した。BCIは脳記号の選択を用いたタスクシンボルを推論するかを調べた。状況事前分布(例えば,スペリング応用における言語モデル事前確率)を組み込み,脳シンボル精度を変えることを説明し,単一脳シンボル質問誤差に対してロバストである再帰的Bayes意思決定フレームワークを提供する。このフレームワークは,最大相互情報量(MMI)符号化ITRの一般化を最大にすると対である。両者は任意の離散的課題と脳現象(例えば,P300,SSVEP,MI)に適用可能である。本アプローチの有効性を実証するために,SSVEPを行う「シャッフル」Speller実験とH uffman符号化を含む伝統的な決定木法と再帰的符号化方式を比較した。MMI符号化は,特定のユーザのSSVEP応答;を横切る分類器の誤りの非対称性を利用われわれの実験によるの13%遅くなるがそうすることで,文字精度の33%増加を提供する。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： ディシジョンツリー ,  スペリング ,  意思決定 ,  言語モデル ,  *符号化 ,  相互情報量 ,  非対称性 ,  事前確率 ,  アーム ,  ロバスト性
準シソーラス用語： P300事象関連電位 ,  ロボット制御 ,  運動イメージ ,  ブレインコンピュータインタフェイス , 【Automatic Indexing@JST】

分類 (3件)： パターン認識  (JE07000S) ,  人間機械系  (IB03000G) ,  生体計測  (EL03020C)

タイトルに関連する用語 (1件)： 符号化