文献

J-GLOBAL ID：201802237044574016   整理番号：18A1906723

タイプ2ファジィ集合を用いた運転学習者の学習スキルのP-300およびN-400誘導復号化【JST・京大機械翻訳】

P-300 and N-400 Induced Decoding of Learning-Skill of Driving Learners Using Type-2 Fuzzy Sets

著者 (6件)： Ghosh Lidia (ETCE Deparetment, Jadavpur university, Kolkata, India) ,  Konar Amit (ETCE Deparetment, Jadavpur university, Kolkata, India) ,  Rakshit Pratyusha (ETCE Deparetment, Jadavpur university, Kolkata, India) ,  Parui Sricheta (Electrical engineering Department, Jadavpur University, Kolkata, India) ,  Ralescu Anca L. (EECS Department, University of Cincinnati, USA) ,  Nagar Atulya K. (Dept. of Math and Computer Science, Liverpool Hope University, UK)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： FUZZ  ページ： 1-8  発行年： 2018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： 本論文では,シミュレーションされた自動車運転タスクの学習段階の間に獲得されたP300およびN400イベント関連ポテンシャルを利用することにより,駆動学習者の学習スキルを分類することを目的とした。3つの異なるクラス(低,中,高)における被験者の学習スキルを実験的に分類するために,バンパーの突然の出現の制動,鋭い曲げ点でのステアリング制御を含む駆動刺激のセットを調製した。主観的学習スキルの分類における複雑さは,関与する脳ローブの活性化レベルにおける時間的変動による脳信号におけるセッション内およびセッション間の変動のために生じる。一般的なタイプ2ファジィ集合の新しいzスライスベースモデルを提案し,与えられた特徴の異なる値におけるzスライスによる不確実性とそれらの複合変化のフットプリントにより,セッション内とセッション間の変動を表現した。さらに,zスライスに基づく分類器のための新しい技術を,セッション内およびセッション間不確実性の下で学習スキルを分類するために提案した。提案した分類器は,実験における現在の学習スキル分類タスクに対して,伝統的でよく知られたタイプ2分類器よりも優れていることが分かり,離散学習ステップにおける正面および頭頂θ(4~7Hz)の活性化を確認した。提案された研究成果は,要求される学習スキルを持つ運転学習者の認証に直接利用される可能性がある。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 復号化 ,  経時変化 ,  *学習 ,  不確実性
準シソーラス用語： 頭頂骨 ,  フットプリント ,  被験者 ,  自動車運転 ,  *学習者 , 【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 (5件)： タイプ2ファジィ集合 ,  学習 ,  スキル ,  誘導 ,  復号化