文献

J-GLOBAL ID：201902240111294033   整理番号：19A1542534

離散ウェーブレット変換と回転森を用いたEMG信号分類【JST・京大機械翻訳】

EMG Signal Classification Using Discrete Wavelet Transform and Rotation Forest

著者 (2件)： Subasi Abdulhamit (College of Engineering, Effat University, Jeddah, Saudi Arabia) ,  Yaman Emine (International University of Sarajevo, Sarajevo, Bosnia and Herzegovina)
資料名： IFMBE Proceedings  (IFMBE Proceedings)
巻： 73  ページ： 29-35  発行年： 2020年 
JST資料番号： W5069A  ISSN： 1680-0737  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 筋電図(EMG)信号は神経筋疾患の診断に用いられる。意思決定支援システムとして神経筋疾患の診断に機械学習アルゴリズムを用いた。したがって,本研究では,特徴抽出のためにDWTを使用し,回転フォレスト集合分類器を分類に用いた。さらに,Rotation森林を持つ異なる分類器の性能も調べた。分類器の性能は,回転森林集合分類器を用いて強化される。離散ウェーブレット変換(DWT)と回転フォレストの組合せにより,k倍交差検証を用いて,かなりの量の性能改善を達成した。実験結果は,Rotation森林の実現可能性を示し,また,神経筋疾患の診断のためのアンサンブル学習法の性能に関するいくつかの価値ある結論を引き出した。結果は有望であり,ランダムフォレスト集合法によるANNが99.13%の精度を達成したことを示した。Copyright 2020 Springer Nature Switzerland AG Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 筋電図 ,  学習アルゴリズム ,  特徴抽出 ,  意思決定支援システム ,  *神経筋疾患
準シソーラス用語： ランダムフォレスト ,  アンサンブル学習 ,  *信号分類 ,  *離散ウェーブレット変換 , 【Automatic Indexing@JST】

著者キーワード (4件)： 筋電図(EMG) ,  神経筋疾患 ,  離散ウェーブレット変換(DWT) ,  回転森林

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 離散ウェーブレット変換 ,  森 ,  EMG ,  信号分類