文献

J-GLOBAL ID：202002225750865436   整理番号：20A2503246

積層変分オートエンコーダによる運動画像ベース脳コンピュータインタフェイスにおける半教師つき深層学習【JST・京大機械翻訳】

Semi-supervised Deep Learning in Motor Imagery-Based Brain-Computer Interfaces with Stacked Variational Autoencoder

著者 (3件)： Chen Junjian (College of Automation Science and Engineering, South China University of Technology, Guangzhou, Guangdong, 510640, China) ,  Yu Zhuliang (College of Automation Science and Engineering, South China University of Technology, Guangzhou, Guangdong, 510640, China) ,  Gu Zhenghui (College of Automation Science and Engineering, South China University of Technology, Guangzhou, Guangdong, 510640, China)
資料名： Journal of Physics: Conference Series  (Journal of Physics: Conference Series)
巻： 1631  号： 1  ページ： 012007 (8pp)  発行年： 2020年 
JST資料番号： W5565A  ISSN： 1742-6588  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 最近,深層学習法は,運動イメージ(MI)ベースの脳-コンピュータインタフェイス(BCI)研究の開発に寄与した。しかし,これらの方法は,ラベル付きデータによる教師つき深層学習に焦点を合わせ,ラベルなしデータから学習できず,追加情報がMI復号化における性能改善に重要である可能性がある。この問題に取り組むために,ネットワークへの入力がEEG信号のエンベロープ表現である,MI復号化のための積層変分オートエンコーダ(SVAE)に基づく半教師つき深層学習法を提案した。SVAEのフレームワークの下で,ラベル付き訓練データとラベルなし試験データを協調的に訓練できる。BCI IV 2aデータセットに関する実験的評価は,SVAEが競合する方法より優れていて,それはまた,MIタスクの復号化において最先端の性能を生み出すことを明らかにした。したがって,提案方法は,MIベースのBCIシステムの研究における有望なツールである。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *変分法 ,  ネットワーク ,  復号化 ,  エンベロープ
準シソーラス用語： 訓練データ ,  運動イメージ ,  *ブレインコンピュータインタフェイス ,  試験データ ,  脳波信号 ,  *深層学習 ,  *自己符号化器 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (5件)： 変分オートエンコーダ ,  動画像 ,  脳コンピュータインタフェイス ,  教師 ,  深層学習