文献

J-GLOBAL ID：201702246216089538   整理番号：17A0417227

異なる脳制御機のためのEEG信号の特徴抽出と分類【Powered by NICT】

Feature extraction and classification of EEG signal for different brain control machine

著者 (4件)： Islam Sheikh Md. Rabiul (Dept. of Electronics and Communication Engineering, Khulna University of Engineering & Technology, Bangladesh) ,  Sajol Ahosanullah (Dept. of Electronics and Communication Engineering, Khulna University of Engineering & Technology, Bangladesh) ,  Huang Xu (Faculty of ESTeM, University of Canberra, Australia) ,  Ou Keng Liang (College of Oral Medicine, Taipei Medical, University, Taiwan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： iCEEiCT  ページ： 1-6  発行年： 2016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： 脳計算機インタフェイスは人間と機械学習解析に用いた。本論文では,アイの開きを伴う左,右,背面と前面虚数運動のような異なる認知タスクを用いて構築されたEEGデータセットを示した。はサポートベクトルマシン(SVM),k-最近傍(k NN)と人工神経回路網(ANN)を用いてこれらの信号を分類するための異なる特徴抽出法を使用した。すべてこれらの方法は他のデータセットで行った他の研究と比較した。提案した研究は,SVMおよびk-NNの98.95%の感度は90.88%であり,ANNは94.31%で95.21%の精度を得た。性能結果は,他のすべてよりも十分高いを示した。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： サポートベクトルマシン ,  *制御装置 ,  機械学習 ,  ニューラルネットワーク ,  虚数 ,  *特徴抽出
準シソーラス用語： ブレインコンピュータインタフェイス ,  *脳波信号 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  脳・神経系モデル  (EL02050C)

タイトルに関連する用語 (5件)： 脳 ,  制御機 ,  EEG信号 ,  特徴抽出 ,  分類