文献

J-GLOBAL ID：202102219138445072   整理番号：21A0065055

文字と単語予測のための言語モデルを用いたP300スペラー性能の最適化【JST・京大機械翻訳】

Optimizing P300 speller performance using language models for character and word prediction

著者 (4件)： Parthasarathy Nithin (University of California, Los Angeles,Department of Radiological Sciences,Los Angeles,CA,90024) ,  Arnold Corey (University of California, Los Angeles,Department of Radiological Sciences,Los Angeles,CA,90024) ,  Pouratian Nader (University of California, Los Angeles,Department of Radiological Sciences,Los Angeles,CA,90024) ,  Speier William (University of California, Los Angeles,Department of Radiological Sciences,Los Angeles,CA,90024)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： BIBE  ページ： 807-812  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： 筋萎縮性側索硬化症(ALS)のような神経変性疾患は,脳と末梢神経系の間の重要な細胞情報伝達過程を遮断することにより,それらの周囲に完全に関与する個人の能力を制限する。このような場合,P300 spellerのような脳-コンピュータインタフェイス(BCI)は,通信のための代替チャネルを提供するために解読される被験者脳信号を捉えるために脳波(EEG)を使用する。本論文は,言語モデル,確率的フラッシュボード設計,および平滑化アルゴリズムと単語提案を一緒にする最適走査技術を組み合わせた,新しい洗練されたBCI技術を開発し,予測的推進の形式として効果的に利用できる。主題EEGデータに基づく詳細なオフラインシミュレーションは,語彙と語彙単語の両方を含む大規模な出力テキストを生成する大きな主題母集団に関する多様な方法をテストすることを可能にした。刺激提示のためのインタフェイスの分類と最適化に言語モデルを適用するとき,有意な性能利得が見られた。結果は,適切なフラッシュボード設計と単語完了アルゴリズムによるフィードフォワード技術が,より複雑なフィードバック方式として類似またはより良い性能を達成できることを証明した。その結果,1つは,制御と同様に,より低い複雑性フラッシュボードを採用でき,さらに,より複雑な技術によって提供される性能利得を達成した。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： アルゴリズム ,  *最適化 ,  シミュレーション ,  脳波 ,  末梢神経系 ,  語彙 ,  フィードフォワード ,  平滑化 ,  利得 ,  母集団 ,  *単語 ,  *言語モデル
準シソーラス用語： 神経変性疾患 ,  *P300事象関連電位 ,  ブレインコンピュータインタフェイス , 【Automatic Indexing@JST】

分類 (5件)： 音声処理  (JE05000E) ,  医用画像処理  (JE04020T) ,  符号理論  (ND02030R) ,  NMR一般  (BM07041R) ,  専用演算制御装置  (JC04030Y)

タイトルに関連する用語 (6件)： 文字 ,  単語 ,  予測 ,  言語モデル ,  P300 ,  最適化