文献

J-GLOBAL ID：201902231094510431   整理番号：19A1936861

運動イメージEEG信号の分類のための相関ベース正則化共通空間パターン【JST・京大機械翻訳】

Correlation-Based Regularized Common Spatial Patterns for Classification of Motor Imagery EEG Signals

著者 (4件)： Darvish Ghanbar Khatereh (Department of Biomedical Engineering, University of Tabriz, Tabriz, Iran) ,  Rezaii Tohid Yousefi (Department of Biomedical Engineering, University of Tabriz, Tabriz, Iran) ,  Tinati Mohammad Ali (Department of Telecommunication Engineering, University of Tabriz, Tabriz, Iran) ,  Farzamnia Ali (Faculty of Engineering, University Malaysia Sabah, Kota Kinabalu, Sabah, Malaysia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICEE  ページ： 1770-1774  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： 通常の空間パターン(CSP)は,Brain-Computerインタフェイス(BCI)応用における効果的特徴抽出と次元縮小のための強力で一般的な方法である。しかしながら,CSPにはいくつかの欠点があり,特に雑音と異常値データに敏感であり,分類精度が低くなる。本論文では,元のCSP(Corr-CSP)の正則化バージョンを提案し,その中で目的関数を適切に設計されたペナルティ項によりペナルティ化し,結果として得られた目的関数がEigen値分解を通して依然として直接解を持つような二つのクラスからのデータ間の相関を奨励する。さらに,提案手法の性能を評価し,それを元のCSPと比較するために,BCI競争BCIデータベースから3つの異なるデータセットを用いた。シミュレーション結果は,提案したCorr-CSPアプローチの分類精度に関して,平均4%の改善を示した。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： 次元縮小 ,  インタフェイス ,  ペナルティ ,  データベース ,  特徴抽出 ,  異常値 ,  雑音 ,  目的関数 ,  シミュレーション ,  *正則化
準シソーラス用語： 分類精度 ,  *空間パターン ,  *脳波信号 ,  *運動イメージ , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 運動イメージ ,  EEG信号 ,  分類 ,  相関 ,  正則化 ,  空間パターン