文献

J-GLOBAL ID：202002262522566730   整理番号：20A2705585

電動義手運動を制御するための人工ニューラルネットワークを用いた脳波(EEG)信号分類【JST・京大機械翻訳】

Electroencephalogram (EEG) Signal Classification Using Artificial Neural Network to Control Electric Artificial Hand Movement

著者 (4件)： Saragih A S (Department of Mechanical Engineering, Faculty of Engineering, Universitas Indonesia, Depok, 16424, Indonesia) ,  Pamungkas A (Department of Mechanical Engineering, Faculty of Engineering, Universitas Indonesia, Depok, 16424, Indonesia) ,  Zain B Y (Department of Mechanical Engineering, Faculty of Engineering, Universitas Indonesia, Depok, 16424, Indonesia) ,  Ahmed W (Engineering Requirements Unit, College of Engineering, Al Ain, Abu Dhabi, United Arab Emirates University)
資料名： IOP Conference Series: Materials Science and Engineering  (IOP Conference Series: Materials Science and Engineering)
巻： 938  号： 1  ページ： 012005 (5pp)  発行年： 2020年 
JST資料番号： W5559A  ISSN： 1757-8981  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： 脳波(EEG)信号の複雑な性質のため,それは電気人工手のドライバとしてそれを使用するのに挑戦である。EEG信号を使用することによって,人工手運動のためのコマンドは,より直感的で,自然になった。本研究は,EEG信号を電子手制御として分類することを目的とする。EEG信号データセットを商用脳コンピュータインタフェース(BCI)から得た人工ニューラルネットワーク(ANN)を用いて分類を行った。得られたANNモデルは,EEG信号が5つの予め決められた手の動きから発生した5つのEEG信号の1つであることを決定できた。本研究は,その小さな誤差値によって示される,非常に単純であるが,よく機能する特徴抽出と処理を提案する。結果は,ANNが80%の全精度率でテストされた5つの手の動きを分類できることを示した。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： *脳波 ,  *ニューラルネットワーク ,  特徴抽出
準シソーラス用語： *電動義手 ,  ブレインコンピュータインタフェイス ,  *信号分類 ,  脳波信号 , 【Automatic Indexing@JST】

分類 (2件)： 生体計測  (EL03020C) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (6件)： 電動義手 ,  運動 ,  人工ニューラルネットワーク ,  脳波 ,  EEG ,  分類