文献

J-GLOBAL ID：201702244359495241   整理番号：17A0472976

P300スペラーB CIのための3判別特徴に基づく複数カーネル学習【Powered by NICT】

Multiple kernel learning based on three discriminant features for a P300 speller BCI

著者 (2件)： Yoon Kyungae (Department of NanobioMaterials and Electronics, Gwangju Institute of Science and Technology (GIST), Republic of Korea) ,  Kim Kiseon (School of Electrical Engineering and Computer Science, Gwangju Institute of Science and Technology (GIST), Republic of Korea)
資料名： Neurocomputing  (Neurocomputing)
巻： 237  ページ： 133-144  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： 本論文では,P300スペラーB CIにおける文字認識の精度を向上させる効率的なP300分類器を学習するために三判別特徴に基づくマルチカーネル学習(MKL)を提案した。三判別特徴は生試料と二種の形態的特徴,P300分類のMKLを補完することができるを特定した。線形カーネルを,各判別特徴に対して確立した。粒重は三判別特徴間の相補的情報を探索し,MKLのための各判別特徴の寄与をの両方に線形カーネルを区別する。,粒重のl_1ノルム正則化は最終的にP300分類のMKLの最適判別特徴集合を強化する。提案した方法の性能は,BCI competition IIIのデータセットIIから発生される三つの判別特徴集合の大きさに従って評価した。のSVM利用分類手法に比べて,提案した方法は一貫して文字認識の点でより良いかまたは同等の精度が得られ,三判別特徴集合の可変サイズの異なる実行時間であった。さらに,生試料の穀粒重は一貫して三判別特徴集合の可変サイズにおける二つの形態学的特徴の穀粒重よりも支配的であることが分かった。この知見は二形態学的特徴は,P300分類のMKLの原料試料の不足を補うことを意味している。最終的に,提案した方法は,P300スペラーB CIにおける三判別特徴集合の可変サイズのいろいろな時間で文字認識の精度を改善するために十分にロバストであることを結論づけた。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： 正則化 ,  線形性 ,  *文字認識 ,  ノルム ,  ロバスト性
準シソーラス用語： 実行時間 ,  マルチカーネル学習 ,  *Kernel法 , 【Automatic Indexing@JST】

著者キーワード (4件)： 3判別特徴 ,  多重カーネル学習 ,  3判別特徴集合の可変サイズ ,  文字認識の精度

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： P300 ,  判別 ,  カーネル学習