文献

J-GLOBAL ID：202102255918318541   整理番号：21A0152663

アルコール被験者同定のためのEEG信号分類手法の公平な比較【JST・京大機械翻訳】

A fair comparison of the EEG signal classification methods for alcoholic subject identification

著者 (4件)： Awrangjeb Mohammad (Institute for Integrated and Intelligent Systems, Griffith University,Nathan,QLD,Australia,4111) ,  Rodrigues Jardel das C. (Instituto Federal de Educac,ao, Cie^ncia e Tecnologia do Ceara ́,Fortaleza,Ceara,Brazil) ,  Stantic Bela (Institute for Integrated and Intelligent Systems, Griffith University,Nathan,QLD,Australia,4111) ,  Estivill-Castro Vladimir (Institute for Integrated and Intelligent Systems, Griffith University,Nathan,QLD,Australia,4111)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： IVCNZ  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： 脳における電気的活動を記録する脳波(EEG)シグナルは,アルコール性被験者の精神状態を評価するのに有用である。California,Irvineの大学によるEEGデータセットの公開放出以来,アルコールのEEG信号を分類する多くの試みがある。これらの分類法は,データセットの異なる部分集合を使用するので,それらのアルゴリズム設定の多くが未知であるので,比較が困難である。矛盾のない情報と未知の情報を用いたそれらの公表結果の比較は不公平である。本論文は,データセットの公開部分集合が既知のアルゴリズム設定で採用されるレベルプレイフィールドを提示することによって,公正な比較を試みている。2つの最近提案された高性能EEG信号分類法を,異なる分類器と交差検証法で実行した。比較すると,Naive Bayes分類器によるウェーブレットパケット分解法とk倍交差検証法は他の方法より優れている。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 ,  脳波 ,  *アルコール ,  交差検証法
準シソーラス用語： 被験者 ,  分類法 ,  精神状態 ,  Naive Bayes ,  ウェーブレットパケット分解 ,  *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 (6件)： アルコール ,  被験者 ,  同定 ,  EEG信号 ,  分類 ,  手法