抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
多くの実世界脳コンピュータインタフェース(BCI)アプリケーションは,EEG信号における事象関連電位(ERP)の単一試行分類に依存している。しかし,異なる被験者は同じ刺激に対しても異なる神経応答を持つので,そのパラメータがすべての被験者に適合する一般的なERP分類器を構築することは非常に困難である。分類器は,いくつかのラベル付き被験者特有のデータを用いて,各個人被験者に対して較正する必要がある。本論文では,オンラインおよびオフライン加重適応正則化(wAR)アルゴリズムの両者を提案し,BCIキャリブレーションに必要なラベル付き被験者固有EEGデータ量を最小化し,従ってBCIシステムの有用性を高めた。オンラインおよびオフラインwARアルゴリズムの両者がいくつかの他のアルゴリズムよりも著しく優れている,視覚的に誘発された潜在的奇数ボールタスクおよび3つの異なるEEGヘッドセットを用いて実証した。さらに,ソースドメイン選択を通して,それらの計算コストを約50%低減でき,それらを実時間アプリケーションにより適したものにする。【JST・京大機械翻訳】