文献

J-GLOBAL ID：202002294647537028   整理番号：20A0590665

運動画像分類における時間周波数原子を用いた強化多重インスタンス表現【JST・京大機械翻訳】

Enhanced Multiple Instance Representation Using Time-Frequency Atoms in Motor Imagery Classification

著者 (4件)： Collazos-Huertas Diego (Signal Processing and Recognition Group, Manizales, Colombia) ,  Caicedo-Acosta Julian (Signal Processing and Recognition Group, Manizales, Colombia) ,  Castano-Duque German A. (Cultura de la Calidad en la Educacion Research Group, Universidad Nacional de Colombia, Manizales, Colombia) ,  Acosta-Medina Carlos D. (Signal Processing and Recognition Group, Manizales, Colombia)
資料名： Frontiers in Neuroscience (Web)  (Frontiers in Neuroscience (Web))
巻： 14  ページ： 155  発行年： 2020年 
JST資料番号： U7087A  ISSN： 1662-453X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 時間ウィンドウの選択は,主に区分的特徴抽出手順の有効性に影響を及ぼす。広いウィンドウ範囲内で脳動力学のより高いレベルの構造を捉えることを可能にする,増強されたバッグパターン表現を示した。そこで,短時間Common空間パターンアルゴリズムに対する拡張ウィンドウ長による拡張インスタンス表現を導入した。多重インスタンス学習に基づいて,適切なバッグパターンを,バッグ分類器を供給するために,スパース回帰によって選択した。提案した高レベル構造表現は2つの寄与を促進する。(i)二条件タスクの精度改善,(ii)学習されたスパース回帰による動的脳挙動のより良い理解。サポートベクトルマシン分類器を用いて,公開モータ画像データセット(左手と右手タスク)上で達成された性能は,提案フレームワークが非常に競争力のある結果を実行し,脳波記録の時間変化に対するロバスト性を提供し,クラス分離性に有利であることを示した。Copyright 2020 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： サポートベクトルマシン ,  電動機 ,  特徴抽出 ,  経時変化 ,  ロバスト性 ,  *多重化 ,  学習 ,  有効性 ,  正則化
準シソーラス用語： 分離可能性 ,  脳波検査 ,  分類会計機 ,  *時間周波数 ,  *画像分類 , 【Automatic Indexing@JST】

著者キーワード (5件)： 運動イメージ ,  Lasso正則化 ,  CSP ,  多重インスタンス学習 ,  動的脳行動

分類 (2件)： 遺伝子発現  (EC02040Q) ,  中枢神経系  (EJ12030F)

引用文献 (30件)：

• Ang K. K., Chin Z. Y., Wang C., Guan C., Zhang H. (2012). Filter bank common spatial pattern algorithm on BCI competition IV datasets 2a and 2b. Front. Neurosci. 6:39. doi: 10.3389/fnins.2012.00039
• Bailly A., Malinowski S., Tavenard R., Guyet T., Chapel L. (2016). Dense bag-of-temporal-SIFT-words for time series classification. CoRR abs/1601.01799. doi: 10.1007/978-3-319-44412-3_2
• Blankertz B., Tomioka R., Lemm S., Kawanabe M., Muller K. (2008). Optimizing spatial filters for robust eeg single-trial analysis. IEEE Signal Process. Magaz. 25, 41-56. doi: 10.1109/MSP.2008.4408441
• Caicedo Acosta J. C. (2019). Time-series representation framework based on multi-instance similarity measures (Master's Thesis). Universidad Nacional de Colombia-Sede Manizales, Manizales, Colombia. doi: 10.1109/MSP.2008.4408441
• Caicedo-Acosta J., Cardenas-Pena D., Collazos-Huertas D., Padilla-Buritica J. I., Castano-Duque G., Castellanos-Dominguez G. (2019). "Multiple-instance lasso regularization via embedded instance selection for emotion recognition," in Understanding the Brain Function and Emotions, eds Ferrández Vicente J., Álvarez-Sánchez J., de la Paz López F., Toledo Moreo J., Adeli H. (Cham: Springer), 244-251. doi: 10.1109/MSP.2008.4408441

タイトルに関連する用語 (8件)： 運動 ,  画像分類 ,  時間周波数 ,  原子 ,  強化 ,  多重 ,  インスタンス ,  表現