文献

J-GLOBAL ID：201702289151665233   整理番号：17A1257036

深オーバサンプリングを通したEEGにおける運動開始の増強された検出【Powered by NICT】

Enhanced detection of movement onset in EEG through deep oversampling

著者 (3件)： Moubayed Noura Al (School of Engineering and Computer Sciences, Durham University, Durham, UK) ,  Hasan Bashar Awwad Shiekh (Institute of Neuroscience, School of Medical Sciences, Newcastle University, Newcastle Upon Tyne, UK) ,  McGough Andrew Stephen (School of Engineering and Computer Sciences, Durham University, Durham, UK)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IJCNN  ページ： 71-78  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： 自己ペース手運動中に記録した脳波(EEG)のオーバサンプリングのための深層学習アプローチは,一般的にEEG分類,特にオンライン脳-コンピュータインタフェイス中の運動開始の検出を改善するために研究した。自己ペースEEGデータからの学習は分類モデルの一般化電力を低減するデータの高不均衡性質のために挑戦的である。運動クラスのオーバサンプリングは17%以上,p<0.05,12例の被験体に対して試験した場合による開始検出システムの総合精度を向上させた。深層ニューラルネットワークを用いたデータモデル化だけでなく運動クラスをオーバサンプリングするのを助けるが,運動の独立モデルを構築するのを助けることができる。本研究では,このモデルの適用性に関する最初の結果を提示した。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： 電力 ,  *ニューラルネットワーク ,  データモデル ,  脳波 ,  適応性 ,  深層
準シソーラス用語： 検知システム ,  不均衡 ,  分類モデル ,  オンライン ,  ブレインコンピュータインタフェイス ,  深層学習 ,  *オーバサンプリング , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： オーバサンプリング ,  EEG ,  運動 ,  増強