文献

J-GLOBAL ID：202002263788619206   整理番号：20A2654187

音声および音楽刺激に対する応答後の周波数分類に影響する要因【JST・京大機械翻訳】

Factors influencing classification of frequency following responses to speech and music stimuli

著者 (6件)： Losorelli Steven (Department of Otolaryngology Head and Neck Surgery, Stanford University School of Medicine, Palo Alto, CA, USA) ,  Kaneshiro Blair (Department of Otolaryngology Head and Neck Surgery, Stanford University School of Medicine, Palo Alto, CA, USA) ,  Musacchia Gabriella A. (Department of Otolaryngology Head and Neck Surgery, Stanford University School of Medicine, Palo Alto, CA, USA) ,  Musacchia Gabriella A. (Department of Audiology, University of the Pacific, San Francisco, CA, USA) ,  Blevins Nikolas H. (Department of Otolaryngology Head and Neck Surgery, Stanford University School of Medicine, Palo Alto, CA, USA) ,  Fitzgerald Matthew B. (Department of Otolaryngology Head and Neck Surgery, Stanford University School of Medicine, Palo Alto, CA, USA)
資料名： Hearing Research  (Hearing Research)
巻： 398  ページ： Null  発行年： 2020年 
JST資料番号： E0235C  ISSN： 0378-5955  CODEN： HERED3  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 音入力に対する意味のあるラベルのマッピングの成功は,時間とスペクトルにおける音の音響分散の正確な表現を必要とする。子供や聴力損失のある個人では,この表現の完全性の客観的尺度が有用である。分類は,脳応答から刺激ラベルを客観的に予測するために使用できる有望な機械学習アプローチである。この手法は,以前,周波数応答(FFR)のような聴覚誘発電位(AEP)で使用されているが,分類が臨床診療に翻訳される前に,多くの重要な問題が未解決のままである。特に,FFR分類における過去の努力は,分類器の訓練と試験の両方に対する与えられた主題からのデータを使用した。また,FFRのどの成分が最適分類精度を誘発するかは不明である。これらの問題に取り組むために,音声と音楽刺激に応じて正常な聴力を有する13人の成人からFFRsを記録した。FFRデータを用いた2つの交差検証分類手法のラベリング精度を比較した。(1)訓練と試験セットの両方で被験者データを結合するより伝統的な方法,(2)被験者データを他の個人のデータから排他的に構築したモデルに基づいて分類する”leave-one-out”アプローチ。また,分解と時間分割FFRsの分類精度を調べた。著者らの結果は,被験者の結果が分離集団からプールされた規範データに関して分析される一方で,より従来の交差検証分類において得られたleave-one-out交差検証手法の精度を示した。さらに,全FFRが分類器を訓練するために使用されるとき,分類精度が最高であることを示した。まとめると,これらの努力は,分類ベースの機械学習アプローチを臨床診療に変換するための重要なステップに寄与する。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 音波分散 ,  周波数応答 ,  音楽 ,  *音響 ,  聴力 ,  スペクトル ,  時分割処理 ,  子供 ,  完全性 ,  機械学習
準シソーラス用語： 聴力損失 ,  聴覚誘発電位 ,  被験者 ,  分類精度 , 【Automatic Indexing@JST】

著者キーワード (3件)： 周波数応答 ,  脳解読 ,  EEG分類

分類 (1件)： 音声処理  (JE05000E)

タイトルに関連する用語 (6件)： 音声 ,  音楽 ,  刺激 ,  応答 ,  分類 ,  要因