文献

J-GLOBAL ID：201902226408110579   整理番号：19A2493838

感情的聴覚P300ベースBCIS*の転送学習のための分類器の比較【JST・京大機械翻訳】

Comparison of Classifiers for the Transfer Learning of Affective Auditory P300-Based BCIs*

著者 (2件)： Onishi Akinari (Center for Frontier Medical Engineering, Chiba University, Chiba, 263-8522, Japan) ,  Nakagawa Seiji (Center for Frontier Medical Engineering, Chiba University, Chiba, 263-8522, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： EMBC  ページ： 6766-6769  発行年： 2019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： 聴覚P300ベースBCIは刺激を変えることにより改善された。しかしながら,現在の方法は,訓練データを記録するための時間を必要とした。時間は主観的な伝達学習によって節約できる。しかしながら,学習のための適切な分類器は未知のままである。第一段階として,本研究では,BCIの伝達学習のための分類器を比較した。それらを5クラス感情聴覚P300ベースBCIのデータセット上で評価した。16人の被験者からのEEGデータを訓練のために割り当て,他の6人の被験者からのデータを試験に用いた。線形サポートベクトルマシン(SVM lin),カーネルSVM(SVM RBF),二次判別分析のような分類装置を適用して比較した。結果として,SVM Lin.とSVM RBFはこの問題に適していた。最良の平均分類精度をSVMlinによって達成した。(68.7%),被験者は最高86%の精度を示した。これらの結果は,いくつかの被験者が彼の訓練データを記録することなくBCIを操作できることを示唆している。Copyright 2019 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： 線形性 ,  *聴覚 ,  分類装置 ,  *学習 ,  サポートベクトルマシン
準シソーラス用語： 分類精度 ,  二次判別分析 ,  被験者 ,  訓練データ ,  *P300事象関連電位 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  生体計測  (EL03020C)

タイトルに関連する用語 (6件)： 感情 ,  聴覚 ,  P300 ,  転送 ,  学習 ,  分類器