文献
J-GLOBAL ID:201702254578516276   整理番号:17A1625094

分類器訓練中の二重課題データの組み込みによる精神的作業負荷の下でのP300Spellerの性能向上【Powered by NICT】

Enhancing performance of P300-Speller under mental workload by incorporating dual-task data during classifier training
著者 (10件):
資料名:
巻: 152  ページ: 35-43  発行年: 2017年 
JST資料番号: D0213C  ISSN: 0169-2607  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: アイルランド (IRL)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
最も重要な脳-計算機インタフェイス(BCI)パラダイムの一つとして,P300Spellerは精神的作業負荷の効果のために実用的な状況に適用1回有意に障害されることが示された。本研究では,精神的作業負荷下でのP300Spellerの性能を向上させるために建築訓練モデルの新しい方法を提供することを目的とする。行P300Spellerパラダイムに基づく三実験条件をspellerのみ,3バックspellerと暗算spellerを含めて実行した。二重課題条件下でのデータは,新しい訓練モデルを構築するためにそれぞれspellerデータのみに導入した。の異なるモデルを用いた分類器の性能は,同じ試験条件で比較した。の結果から,輸入訓練データと試験データのタスクが同じ場合には,混合データ訓練モデルを用いたP300スペラーの文字認識精度と円形精度は有意に改善した(FDR, p<0.005)であることを示した。異なる場合,暗算speller(FDR, p<0.05)で試験した時に,性能は顕著に改善されたnバックspeller(FDR, p<0.1)で試験したとき,改善は中等度であった。ERPの分析は,訓練データとテストデータ間のERP差は著しく減少した二重課題データは,訓練データ(FDR, p<0.05)に導入した場合,ことを明らかにした。混合データの学習分類器の新しい方法を精神的作業負荷下でのP300Spellerの性能を向上させるのに有効であることが証明され,普遍的な訓練モデルを構築し,その実際的な応用における精神的作業負荷の影響を克服するための実現可能性を確認した。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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
医用情報処理  ,  人工知能 

前のページに戻る