文献

J-GLOBAL ID：202102246708669543   整理番号：21A0149306

認知知覚と現象のための機械学習アルゴリズムに関連した時系列データ分類と解析【JST・京大機械翻訳】

Time-Series Data Classification and Analysis Associated With Machine Learning Algorithms for Cognitive Perception and Phenomenon

著者 (1件)： Jeong Taikyeong (Department of Artificial Intelligence Software Engineering and Science, Sehan University, Pocheon, South Korea)
資料名： IEEE Access  (IEEE Access)
巻： 8  ページ： 222417-222428  発行年： 2020年 
JST資料番号： W2422A  ISSN： 2169-3536  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： 機械学習の主要な役割としての時系列データの分析と収集は,認知科学における重要な鍵で強調されてきた。認知科学からの人間の感覚と認知のような認知機構は数ミリ秒から数百ミリ秒にわたる高速応答であるので,これらの脳信号のパターン認識と解析の方法は行われなければならず,いくつかの情報を引き出す必要がある。本論文では,認知科学アプローチおよび実験を用いて,信号分類および分析を介して,多重チャネル上で非侵襲的技法を用いて得られた脳の認知機能の時系列データを調査した。試験データセットは,機能的近赤外分光法(fNIRS)と8人の被験者での多重休息と作業条件による脳波(EEG)技術を用いて,19のチャネルで集めた。この展望から,本論文の主な貢献は,それが認知科学的時系列データの収集と解析を完了し,他の統合領域,エネルギー,製造,バイオインフォマティクス,および財政分野に拡張する科学的含意を持つことである。脳信号時系列に関する形状レットとDTW(動的時間ワーピング)分類技術の使用は,疾患または障害を積極的にシグナルする神経生物学的現象を同定する可能性を示した。EEG帯域幅と周波数特異的データを機械学習アルゴリズムとして分類し,科学的,生物学的および学術的重要性の認知機能を測定する正確なパターンと傾向を示した。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： パターン認識 ,  脳波 ,  多重化 ,  帯域幅 ,  休憩 ,  チャネル ,  認知科学 ,  *機械学習 ,  *学習アルゴリズム ,  含意
準シソーラス用語： 被験者 ,  時系列データ ,  バイオインフォマティクス ,  ワーピング ,  マルチチャネル , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  生体計測  (EL03020C)

タイトルに関連する用語 (8件)： 認知 ,  知覚 ,  現象 ,  機械学習 ,  アルゴリズム ,  時系列データ ,  分類 ,  解析