文献

J-GLOBAL ID：201802276272831354   整理番号：18A0245093

遺伝的アルゴリズムとニューラルネットワークのウェーブレットパケット分解,主成分分析,および組合せを用いたアルコール性EEGの分類【Powered by NICT】

Classification of alcoholic EEG using wavelet packet decomposition, principal component analysis, and combination of genetic algorithm and neural network

著者 (3件)： Saddam Muhammad (Department of Informatics, Faculty of Information Technology, ITS, Surabaya, Indonesia) ,  Tjandrasa Handayani (Department of Informatics, Faculty of Information Technology, ITS, Surabaya, Indonesia) ,  Navastara Dini Adni (Department of Informatics, Faculty of Information Technology, ITS, Surabaya, Indonesia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICTS  ページ： 19-24  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： アルコール中毒はアルコールの過剰消費と依存性により特徴づけられる障害である。患者はアルコール,その一つ脳波計(EEG)を用いて脳検出に中毒かどうかを検出する種々の方法がある。しかし,脳波記録装置によって生成された信号は脳異常を自動的に検出する更なる処理を行うために調製すべきである。そこで本研究では,特徴抽出のためのウェーブレットパケット分解(WPD)法,次元縮小のための主成分分析(PCA),およびアルコール依存症分類のための遺伝的アルゴリズムを用いた最適化逆伝搬ニューラルネットワークを実装している。実験結果に基づいて,最良の性能は,3レベルの分解,特徴の30%を,および0.1の学習速度を持つニューラルネットワークと遺伝的アルゴリズムを用いた分類と94.00%の精度であった。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： *アルコール ,  *ニューラルネットワーク ,  次元縮小 ,  脳波計 ,  患者 ,  *主成分分析 ,  最適化 ,  特徴抽出 ,  *遺伝的アルゴリズム
準シソーラス用語： 学習速度 ,  逆伝播ニューラルネットワーク ,  脳波検査 ,  *ウェーブレットパケット分解 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  数値計算  (JE02000J)

タイトルに関連する用語 (8件)： 遺伝的アルゴリズム ,  ニューラルネットワーク ,  ウェーブレットパケット分解 ,  主成分分析 ,  組合せ ,  アルコール ,  EEG ,  分類