文献

J-GLOBAL ID：202002223492433607   整理番号：20A1959139

Fourier分解法を用いたメンタル算術タスク分類【JST・京大機械翻訳】

Mental Arithmetic Task Classification using Fourier Decomposition Method

著者 (5件)： Fatimah Binish (CMR Institute of Technology,Department of Electronics and Communication Engineering,Bangalore,Karnataka,India,560037) ,  Javali Abhishek (CMR Institute of Technology,Department of Electronics and Communication Engineering,Bangalore,Karnataka,India,560037) ,  Ansar Haaris (CMR Institute of Technology,Department of Electronics and Communication Engineering,Bangalore,Karnataka,India,560037) ,  Harshitha B G (CMR Institute of Technology,Department of Electronics and Communication Engineering,Bangalore,Karnataka,India,560037) ,  Kumar Hemant (CMR Institute of Technology,Department of Electronics and Communication Engineering,Bangalore,Karnataka,India,560037)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICCSP  ページ： 0046-0050  発行年： 2020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： 演算問題の解決は,事実検索,記憶,配列決定および意思決定を含む複雑なタスクである。EEG信号からのそのような活性の自動検出は,これらの認知課題に対する脳応答の理解を助けるであろう。本研究では,単一リードEEG信号からメンタル算術タスク検出アルゴリズムを提案した。Fourier分解法を用いて,信号をM均一サブバンドに分解し,エネルギー,エントロピー,および分散のような特徴をこれらのサブバンドの各々から計算する。Kruskal-Wallis法を用いて統計的に関連する特徴のみを選択した。次に,これらの選択された特徴を,与えられたEEGデータセットを,立方カーネルを有するサポートベクトルマシンを用いて,2つのクラスに分類するために使用した。提案したアルゴリズムの有効性を検証するために,シミュレーション結果を,MIT PhysioNetで利用可能なデータセット,メンタル算術タスク中の標題EEGを用いて提示した。Copyright 2020 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： アルゴリズム ,  エントロピー ,  シミュレーション ,  意思決定 ,  演算 ,  *分割法 ,  有効性 ,  サポートベクトルマシン
準シソーラス用語： 自動検出 ,  *算数 ,  認知課題 ,  サブバンド ,  検出アルゴリズム ,  脳波信号 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 分解法 ,  算術 ,  タスク ,  分類