文献

J-GLOBAL ID：201802269276834772   整理番号：18A0138569

多変量経験的モード分解と離散ウェーブレット変換を用いた多チャンネルEEG信号における感情誘発解析【Powered by NICT】

Emotion elicitation analysis in multi-channel EEG signals using multivariate Empirical Mode Decomposition and Discrete Wavelet Transform

著者 (3件)： Ozel Pinar (Elektrik-Elektronik Muehendisligi Boeluemue, Nevs,ehir Haci Bektas, Veli Ueniversitesi, Nevs,ehir, Tuerkiye) ,  Akan Aydin (Biyomedikal Muehendisligi Boeluemue, Izmir Katip C,elebi Ueniversitesi, Izmir, Tuerkiye) ,  Yilmaz Bulent (Elektrik-Elektronik Muehendisligi Boeluemue, Abdullah Guel Ueniversitesi, Kayseri, Tuerkiye)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： TIPTEKNO  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： 近年,ウェーブレット,FourierとH ilbertベース時間-周波数法は人間機械相互作用における感情状態分類研究で注目を集めている。特に,Hilbertベース経験的モード分解とウェーブレットベースの離散ウェーブレット変換は,感情的状態分析への応用を見出した。本研究では,感情誘発のモデルは,分類は多変量経験的モード分解を用いて達成IMFに離散ウェーブレット変換を適用後に得られたウェーブレット係数の特徴を用いて提案した。DEAPデータベースで利用可能なEEGデータは結合価,活性化,支配寸法の低/高として分類し,四つの異なる分類器は,分類フェーズで使用した。原子価,活性化,支配の最良の比は,それぞれ70.1%,58.8%,60.3%理想的に得られた。Copyright 2018 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： 状態分析 ,  相互作用 ,  データベース ,  周波数 ,  原子価 ,  *波束 ,  位相
準シソーラス用語： ウェーブレット係数 ,  感情状態 ,  *マルチチャネル ,  *離散ウェーブレット変換 ,  *経験的モード分解 ,  *多変量 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (8件)： 多変量 ,  経験的モード分解 ,  離散ウェーブレット変換 ,  多チャンネル ,  EEG信号 ,  感情 ,  誘発 ,  解析