文献

J-GLOBAL ID：201802280098761111   整理番号：18A0859621

畳込みニューラルネットワークと双方向長短期記憶を用いた睡眠段階分類【JST・京大機械翻訳】

Sleep stage classification using convolutional neural networks and bidirectional long short-term memory

著者 (3件)： Yulita Intan Nurma (Department of Computer Science, Universitas Padjadjaran, Indonesia) ,  Fanany Mohamad Ivan (Faculty of Computer Science, Universitas Indonesia, Indonesia) ,  Arymurthy Aniati Murni (Faculty of Computer Science, Universitas Indonesia, Indonesia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICACSIS  ページ： 303-308  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： 睡眠期の分類は睡眠時無呼吸の発生を検出するのに非常に有用である。この分類は,自動的かつ効率的にポリソムノグラフィーデータを処理する機構を必要とする。しかし,このプロセスは,睡眠段階を分類するために使用される関連特徴を抽出できるシステムを必要とする。最良の解は,各セグメントの内容またはデータの順序に関係するだけでなく,シーケンス分類である。今日,最良のオーダーベース識別器の一つは,長距離メモリ(LSTM)である。LSTMは転送方向を更新できる。2つの方向におけるデータを処理するために,それは二方向性のLongs Short Term Memory(Bi-STM)を実行した。また,実装は,Bi-LSTMを用いる前に,特徴学習として畳込みニューラルネットワーク(CNN)を適用した。その結果,F測度Bi-LSTMはLSTMよりも優れているが,Bi-LSTMの学習属性としてCNNを用いるとF測度が減少することを示した。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： 学習 ,  *測度 ,  記憶装置 ,  弁別器
準シソーラス用語： *短期記憶 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (5件)： 畳込みニューラルネットワーク ,  双方向 ,  長短期記憶 ,  睡眠段階 ,  分類