文献

J-GLOBAL ID：201802290383729669   整理番号：18A0587053

運動画像ベース脳-コンピュータインタフェイスのためのグラフに基づくスペクトル分解を用いた適応次元縮小法【Powered by NICT】

Adaptive dimensionality reduction method using graph-based spectral decomposition for motor imagery-based brain-computer interfaces

著者 (4件)： Kalantar Golnar (Concordia Institute for Information System Engineering (CIISE)) ,  Sadreazami Hamidreza (Department of Electrical and Computer Engineering (ECE) Concordia University, Montreal, Quebec, Canada H3G 1M8) ,  Mohammadi Arash (Concordia Institute for Information System Engineering (CIISE)) ,  Asif Amir (Department of Electrical and Computer Engineering (ECE) Concordia University, Montreal, Quebec, Canada H3G 1M8)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： GlobalSIP  ページ： 990-994  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： 本研究では,運動イメージ脳-コンピュータインタフェイスのための脳波(EEG)信号分類の問題を考察した。目標は,前処理,処理,およびEEG信号の分類のためのロバストな方法を用いた脳活動のパターンを同定することである。この目的のために,チャンネル/電極の幾何学的構造でなく,EEG信号間の相関を考慮してデータの次元を低減するために提案した新しいグラフベース枠組み。EEG信号分類に必要な最も重要な特徴ベクトルはグラフLaplace行列を用いたデータのスペクトル分解を介して適応的に選択される。接線空間マッピング法を用いて,キャプチャされたデータをもたらすEuclid空間に適用した。次元縮小EEG信号を分類するために,線形サポートベクトルマシンアルゴリズムを採用した。実験は右手と右足運動イメージ作用からなる五種類の課題を行った。結果は,提案した方法は,試験した他の既存の方法と比較して,より高い分類精度を提供することができることを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： Euclid空間 ,  脳波 ,  *画像 ,  *スペクトル分解 ,  チャネル ,  ロバスト性 ,  *次元縮小 ,  前処理
準シソーラス用語： 分類精度 ,  特徴ベクトル ,  脳活動 ,  脳波信号 ,  信号分類 ,  運動イメージ ,  *ブレインコンピュータインタフェイス , 【Automatic Indexing@JST】

分類 (2件)： 生体計測  (EL03020C) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (7件)： 動画像 ,  脳 ,  コンピュータインタフェイス ,  グラフ ,  スペクトル分解 ,  適応 ,  次元縮小