文献

J-GLOBAL ID：201702254393297112   整理番号：17A1725746

サブバンドEEG周波数と深い信念ネットワークを用いた想像音声からの母音分類【Powered by NICT】

Vowel classification from imagined speech using sub-band EEG frequencies and deep belief networks

著者 (2件)： Sree R. Anandha (Centre for Healthcare Technologies, Department of Biomedical Engineering, SSN College of Engineering, Chennai, Tamil Nadu, India) ,  Kavitha A. (Centre for Healthcare Technologies, Department of Biomedical Engineering, SSN College of Engineering, Chennai, Tamil Nadu, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICSCN  ページ： 1-4  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： 本研究では,EEG信号,母音を想像しながら導出された,最小入力特徴から「a」,「e」,「I」,「O」,「U」を母音分類の可能性に焦点を当てた。EEG信号は良く定義された実験プロトコル中の母音を想像と発話が5人の被験者から獲得され,確立された信号処理ルーチンを用いて分割した。信号は種々のサブバンド周波数の下で分割し,Db4離散ウェーブレット変換を行った。様々な従来のあるいは誘導されたエネルギーベースの特徴は想像母音を分類するためのサブバンド周波数信号から得られた,深い信念ネットワークを用いて訓練し,試験した。実験を種々の電極組合せに対する反復した。特徴全てのサブバンド周波数から得られた結果は,良好な分類精度を示した。さらに,各サブバンド周波数から誘導された特徴を用いた分類プロトコルはシータおよびガンマバンド周波数特性は75~100%の範囲の母音分類精度でより効果的であったことを示した。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： *周波数 ,  *母音 ,  プロトコル ,  信号処理 ,  周波数特性 ,  発話
準シソーラス用語： 分類精度 ,  離散ウェーブレット変換 ,  被験者 ,  脳波信号 ,  *信念ネットワーク ,  *サブバンド , 【Automatic Indexing@JST】

分類 (1件)： 生体計測  (EL03020C)

タイトルに関連する用語 (7件)： サブバンド ,  EEG ,  信念ネットワーク ,  想像 ,  音声 ,  母音 ,  分類