文献

J-GLOBAL ID：202002299269849948   整理番号：20A0972529

無線EEGセンサネットワークにおける電力消費低減のための電力意識Laplacian多集合正準相関【JST・京大機械翻訳】

Power Aware Laplacian Multi-Set Canonical Correlation For Reducing The Power Consumption In Wireless EEG Sensor Network

著者 (3件)： Manojprabu M. (Angel College of Engineering and Technology,Department of ECE,Tirupur,India) ,  Sarma Dhulipala V.R. (Anna University BIT Campus,Department of Physics,Tiruchirappalli,India) ,  Sharavana Kumar M. G. (Anna University BIT Campus,Department of Physics,Tiruchirappalli,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ic-ETITE  ページ： 1-6  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： 今日,小型化されたEEGモジュールは,EEG信号の監視において,貧弱な空間被覆率に悩まされている。無線EEGセンサネットワーク(WESN)の利用は,より短い距離のためにより良く通信することができる空間的範囲を改良することを助けた。しかし,それはWESNを通してデータの収集と伝達に関連するので,エネルギーの高消費をもたらす。電力消費を低減するための一つの方法は,EEGチャネルにおける付加的な雑音を発生させる目のリンクアーチファクトを除去することである。本論文において,著者らは,眼リンクアーチファクトを取り除くために,Laplaceマルチセット正準相関(LMCC)を提案した。それは,制約された帯域幅資源によってさえ,EEGチャネルの最大範囲への相関を考慮する。LMCCは,隣接グラフを用いて,局所EEGチャネルの視野内および局所EEGチャネル間の相関を考慮した。さらに,多視点EEGデータ間の非線形相関を発見し,局所線形問題定式化を用いてそれを除去した。LMCC法の性能を実および合成EEG信号上で試験した。結果は,提案方法が,無線ネットワークにおける電力消費の低減により,EEG信号からのリンクアーチファクトをより良い方法で除去することを示した。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： 雑音 ,  *電力 ,  *電力消費 ,  小型化 ,  線形性 ,  帯域幅 ,  チャネル ,  定式化 ,  アーチファクト ,  被覆率 ,  *センサネットワーク
準シソーラス用語： 多重集合 ,  *ワイヤレス ,  無線ネットワーク ,  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 (7件)： 無線 ,  EEG ,  センサネットワーク ,  電力消費 ,  意識 ,  集合 ,  正準相関