文献

J-GLOBAL ID：202102238989879492   整理番号：21A0069971

時間的畳込みネットワークと広域学習システムを用いたマルチチャネルEEGベース感情認識【JST・京大機械翻訳】

Multi-Channel EEG Based Emotion Recognition Using Temporal Convolutional Network and Broad Learning System

著者 (7件)： Jia Xue (South China University of Technology,Sch. of Computer Science&Engineering,Guangzhou,China) ,  Zhang Tong (South China University of Technology,Sch. of Computer Science&Engineering,Guangzhou,China) ,  Philip Chen C. L. (South China University of Technology,Sch. of Computer Science&Engineering,Guangzhou,China) ,  Liu Zhulin (South China University of Technology,Sch. of Computer Science&Engineering,Guangzhou,China) ,  Chen Long (Science University of Macau,Dept. of Computer and Inform.,Macau,China) ,  Wen Guihua (South China University of Technology,Sch. of Computer Science&Engineering,Guangzhou,China) ,  Hu Bin (Lanzhou University,Sch. of Information Science&Engineering,Lanzhou,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： SMC  ページ： 2452-2457  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： マルチチャネルEEG信号に基づく自動リアルタイム感情認識は,神経学と精神医学における重要で挑戦的なタスクである。近年,深層学習がEEG感情認識に使用されている。しかしながら,多くの既存の深層学習ベースの方法は,複雑な前処理または付加的特徴抽出を必要とし,リアルタイム感情認識を達成することを困難にする。本論文では,マルチチャネルEEGベース感情認識のために,時間畳込み広帯域学習システム(TCBLS)と名付けたエンドツーエンドモデルを設計した。TCBLSは入力として一次元EEG信号をとり,次にEEGの感情関連特徴を自動的に抽出する。このモデルにおいて,時間的畳込みネットワーク(TCN)を,同時にEEG時間的特徴と深い抽象特性を抽出するために設計して,次に,広帯域学習システム(BLS)を用いて,より弁別的空間に特徴を写像して,さらに特性を強化した。DEAPデータベース上でこの方法を評価し,分類精度を得るために各被験者に対して10倍交差検証を行った。実験結果は,TCBLSの性能が他の比較方法より良いことを示して,TCBLSの平均正確さは,個々に,原子価と覚醒分類作業に関して99.5755%と99.5781%であった。結果は,EEG感情認識におけるTCBLSの有効性とロバスト性を実証した。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： *畳込み ,  データベース ,  *ネットワーク ,  特徴抽出 ,  精神医学 ,  原子価 ,  エンドツーエンド方式 ,  一次元 ,  覚醒 ,  広帯域 ,  ロバスト性
準シソーラス用語： マルチチャネル ,  *感情認識 ,  実時間 ,  深層学習 , 【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 (6件)： 畳込み ,  広域 ,  学習システム ,  マルチチャネル ,  EEG ,  感情認識