モータ画像BCIの分類に適用した二重増強Lagrange法と共通空間パターンの性能【JST・京大機械翻訳】

Miladinovic Aleksandar; Ajcevic Milos; Accardo Agostino

プレプリント

J-GLOBAL ID：202202206674836785 整理番号：22P0202201

モータ画像BCIの分類に適用した二重増強Lagrange法と共通空間パターンの性能【JST・京大機械翻訳】

Performance of Dual-Augmented Lagrangian Method and Common Spatial Patterns applied in classification of Motor-Imagery BCI

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2020年10月13日プレプリントサーバーでの情報更新日： 2020年10月13日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

運動イメージに基づく脳-コンピュータインタフェイス(MI-BCI)は,神経リハビリテーションのための地上破壊技術,神経疾患と障害を患う患者のための非筋肉コミュニケーションとコマンドの再確立,および臨床診療の外で,ビデオゲーム制御と他の enter楽目的のための可能性を有した。しかし,使用されたEEG信号の雑音の多い性質のため,信頼できるBCIシステムは,特徴最適化と抽出のための特殊化手順を必要とする。本論文では,2つのアプローチ,線形判別解析分類器(CSP-LDA)による共通空間パターン,運動画像(MI)タスクにおける特徴を抽出するためのBCIにおいて広く使用された,および3つの異なる正則化法(DAL-GLR),二重スペクトル(DAL-DS)およびl1-ノルム正則化(DAL-L1)を有するグループスパース性,の2つのアプローチ,および2Dual-Augmented Lagrangian(DAL)フレームワークを,比較するものである。”2つのアプローチ”,2つのアプローチ,および3つの異なる正則化法(DAL-GLR),二重スペクトル(DAL-DS)およびl1-ノルム正則化(DAL-L1)を有するグループスパース性。試験は,それぞれ5つのBCI-MIセッションを実行する7人の健康な被験者で実施した。予備的結果は,DAL-GLR法が標準CSP-LDAより優れ,6.9%低い誤分類誤差(p値=0.008)を示し,MI-BCIに対するDALフレームワークの利点を実証した。【JST・京大機械翻訳】

, , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

生体計測 , 人間機械系

, , , ,

前のページに戻る