文献

J-GLOBAL ID：202102264874349449   整理番号：21A0009211

ICAとリカレントニューラルネットワークを用いた運動イメージの脳-コンピュータインタフェイス【JST・京大機械翻訳】

Brain-Computer Interface of Motor Imagery Using ICA and Recurrent Neural Networks

著者 (3件)： Safitri Anita (Universitas Jenderal Achmad Yani,Department of Informatics,Cimahi,Indonesia) ,  Djamal Esmeralda Contessa (Universitas Jenderal Achmad Yani,Department of Informatics,Cimahi,Indonesia) ,  Nugraha Fikri (Universitas Jenderal Achmad Yani,Department of Informatics,Cimahi,Indonesia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： IC2IE  ページ： 118-122  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-コンピュータインタフェイス(BCI)は,運動,ジェスチャ,または音声の必要なしに,脳コマンドを接続できる装置である。通常,BCIは中間デバイスとして脳波(EEG)信号を使用する。EEG信号は,心の行動を表す波に抽出する必要がある。本研究では,EEG信号から画像モータ成分を得るためにウェーブレット変換を用いた。しかし,この問題はEEG信号記録におけるかなりのチャネル冗長性にも発生する。したがって,それは信号低減プロセスを必要とする。本論文では,独立成分分析(ICA)を用いた問題を提案した。次に,ICA成分は,BCI情報を4つのクラスに分類するために,リカレントニューラルネットワーク(RNN)の特徴である。実験結果は,ICAを使用することが,ウェーブレットとRNNだけと比較して,99.06%まで精度を改良して,それは94.06%だけであることを示した。3つの最適化モデル,特にAdam,AdaDelta,AdaGradを調べた。しかし,2つの最適化モデルは,最良の認識能力,すなわちAdaDeltaとAdaGradを提供した。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： 冗長性 ,  脳波 ,  電動機 ,  *波束 ,  チャネル ,  ウェーブレット変換 ,  独立成分分析
準シソーラス用語： *リカレントニューラルネットワーク ,  運動イメージ ,  最適化モデル ,  *ブレインコンピュータインタフェイス ,  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 (5件)： ICA ,  リカレントニューラルネットワーク ,  運動イメージ ,  脳 ,  コンピュータインタフェイス