文献

J-GLOBAL ID：201902260658202844   整理番号：19A0512903

EEG雑音除去に適用したGivensパラメータ化ICAのための効率的なステップサイズ選択戦略【JST・京大機械翻訳】

Efficient Stepsize Selection Strategy for Givens Parametrized ICA Applied to EEG Denoising

著者 (5件)： Saleh Majd (Faculty of Mechanical and Electrical Engineering, AL-Baath University, Homs, Syria) ,  Karfoul Ahmad (INSERM, UMR 642, Rennes, France) ,  Kachenoura Amar (INSERM, UMR 642, Rennes, France) ,  Merlet Isabelle (INSERM, UMR 642, Rennes, France) ,  Albera Laurent (INSERM, UMR 642, Rennes, France)
資料名： IEEE Signal Processing Letters  (IEEE Signal Processing Letters)
巻： 24  号： 6  ページ： 882-886  発行年： 2017年 
JST資料番号： W0576A  ISSN： 1070-9908  CODEN： ISPLEM  資料種別： 逐次刊行物 (A)
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： 本レターでは,Givensパラメータに基づく独立成分分析(ICA)アプローチのための効率的なステップサイズ選択戦略を提示した。この方法はDelfosseとLoubaton(Dell~R)によって導入された先駆的な偏向ICAアルゴリズムの拡張である。このようなステップサイズの計算の基礎となる方法論は,その周波数成分によって運ばれる情報を用いてコントラスト関数をサンプリングすることに基づいている。てんかん脳波(EEG)に基づくシミュレーションは,提案したアプローチが15倍速い実行時間で最良の抽出精度/数値的複雑性トレードオフを表すことを示した。これを,Dell-R技術とその最近提案されたJacobiベースの変種,すなわちJDICA法の決定論的実装と比較した。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： *雑音除去 ,  *パラメタリゼーション ,  てんかん ,  独立成分分析 ,  脳波
準シソーラス用語： 決定論 ,  複雑性 ,  実行時間 ,  コントラスト関数 ,  周波数成分 ,  *ステップサイズ , 【Automatic Indexing@JST】

分類 (2件)： 信号理論  (ND02020G) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： EEG ,  雑音除去 ,  パラメータ化 ,  ICA ,  ステップサイズ ,  選択戦略