文献

J-GLOBAL ID：201702260022503396   整理番号：17A1273987

’a trousウェーブレット変換によるマルチスケールGranger因果律解析【Powered by NICT】

Multiscale Granger causality analysis by a` trous wavelet transform

著者 (4件)： Stramaglia Sebastiano (Dipartimento di Fisica, Universita degli Studi “Aldo Moro” Bari (Italy)) ,  Bassez Iege (Department of Data Analysis. Ghent University (Belgium)) ,  Faes Luca (BIOtech, Dept. of Industrial Engineering, University of Trento, and IRCS-PAT FBK, Trento (Italy)) ,  Marinazzo Daniele (Department of Data Analysis. Ghent University (Belgium))
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IWASI  ページ： 25-28  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： 神経系における相互作用は,多重時間スケールで起こるので,情報の流れは,マルチスケール構造を示し,Grangerのアプローチのような古典的因果律解析のマルチスケール一般化を必要とするであろう。情報動力学のマルチスケール測度の計算はフィルタリングとアンダーサンプリングのような理論的及び実用的問題によって複雑化されている:これらの問題を克服するために,著者らは,マルチスケールGranger因果律分析,次の特性を特徴とするためのウェーブレットに基づくアプローチを提案した(i)のみ候補運転変数はウェーブレット変換を行って(ii)分解は立体Bスプラインフィルタを持つ「a trousウェーブレット変換を用いて行った。ターゲットの回帰モデルでは,そのスケールで,運転者の時系列のウェーブレット係数を含めることにより,与えられたスケールで,因果関係を測定した。提案手法を検証するために,公共頭皮EEG信号にそれを適用し,著者らは,安静時,閉眼の条件はに関して眼開放状態遅いスケールでのチャネル間の強いGranger因果律で特徴づけられることを見出し,一方,標準Granger因果律は二条件で有意差はなかった。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： 回帰モデル ,  *因果律 ,  *ウェーブレット変換 ,  *波束 ,  相互作用 ,  測度 ,  Bスプライン ,  多重化 ,  フィルタリング ,  チャネル ,  フィルタ
準シソーラス用語： ウェーブレット係数 ,  情報フロー ,  *Granger因果律 ,  *マルチスケール , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： ウェーブレット変換 ,  マルチスケール ,  Granger因果律 ,  解析