文献

J-GLOBAL ID：202102214450582408   整理番号：21A3333863

ファジィ分類器に基づくEEG信号分類【JST・京大機械翻訳】

EEG Signal Classification Based On Fuzzy Classifiers

著者 (4件)： Rabcan Jan (Zilinska Univerzitav Ziline, Zilina, Slovakia) ,  Levashenko Vitaly (Zilinska Univerzitav Ziline, Zilina, Slovakia) ,  Zaitseva Elena (Zilinska Univerzitav Ziline, Zilina, Slovakia) ,  Kvassay Miroslav (Zilinska Univerzitav Ziline, Zilina, Slovakia)
資料名： IEEE Transactions on Industrial Informatics  (IEEE Transactions on Industrial Informatics)
巻： 18  号： 2  ページ： 757-766  発行年： 2022年 
JST資料番号： W1434A  ISSN： 1551-3203  CODEN： ITIICH  資料種別： 逐次刊行物 (A)
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： 脳波(EEG)信号分類は多くの応用で使用されている。典型的には,この分類は2段階からなる方法に基づいて実行される。これらのステップは,信号処理のステップと分類のステップとして知られている。信号前処理ステップは初期信号を分類属性に変換する。いくつかの研究によれば,この変換はいくつかの有用な情報の損失をもたらし,その結果,形成された分類属性は不確実である。この情報損失は,分類属性がファジィであり,ファジィ分類器が分類自体のステップで使われるならば,考慮することができる。初期EEG信号のファジィ属性への変換は,信号前処理のステップで1つ以上の手順を必要とする。この手順はファジィ化である。本論文では,EEG信号分類のためのファジィ分類器に基づくアプローチを考察した。このアプローチを,ファジィ決定木とファジィランダムフォレストの2つの分類器に基づいて評価した。分類精度はファジィ決定木で99.5%,ファジィランダム森林で99.3%であった。非ファジィ分類器に基づく類似研究との比較は,ファジィ分類器がEEG信号分類のための効果的ツールであり,最良の分類精度を有することを示した。Copyright 2021 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： 脳波 ,  *不確実性 ,  前処理 ,  信号処理 ,  曖昧さ
準シソーラス用語： 分類精度 ,  ランダムフォレスト ,  *信号分類 ,  *ファジィ分類 ,  *脳波信号 , 【Automatic Indexing@JST】

分類 (2件)： 電力系統一般  (NB02000E) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： ファジィ ,  分類器 ,  EEG信号 ,  分類