文献

J-GLOBAL ID：202202214737532702   整理番号：22A0630454

EEGに基づく聴覚注意検出のための生物学的にヒントを得た注意ネットワーク【JST・京大機械翻訳】

A Biologically Inspired Attention Network for EEG-Based Auditory Attention Detection

著者 (4件)： Li Peiwen (Shien-Ming Wu School of Intelligent Engineering, South China University of Technology, Guangzhou, Guangdong, China) ,  Cai Siqi (Shien-Ming Wu School of Intelligent Engineering, South China University of Technology, Guangzhou, Guangdong, China) ,  Su Enze (Shien-Ming Wu School of Intelligent Engineering, South China University of Technology, Guangzhou, Guangdong, China) ,  Xie Longhan (Shien-Ming Wu School of Intelligent Engineering, South China University of Technology, Guangzhou, Guangdong, China)
資料名： IEEE Signal Processing Letters  (IEEE Signal Processing Letters)
巻： 29  ページ： 284-288  発行年： 2022年 
JST資料番号： W0576A  ISSN： 1070-9908  CODEN： ISPLEM  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： 神経活動からのカクテルパーティにおける聴覚注意の解読は,脳-コンピュータインタフェイス(BCI)において重要である。音声-脳波(EEG)関係は注意的焦点について有益であることを考えると,EEGと音声の間の相互作用を捉えるために,生物学的に触発された注意ネットワーク(BIAnet)と呼ばれる新しいフレームワークを提案した。神経注意機構により,BIAnetは,各EEG周波数帯が,実行時間で個々の周波数帯に重みを動的に割り当てることによって,音声のサブバンドエンベロープにいかに関連するかをモデル化することができる。結果は,提案したBIAnetが2つの公的に利用可能なデータセットに関して最先端のAAD法より優れていることを示した。また,データ可視化を通して,BIAnetがどのように動作し,EEGと音声信号間の周波数特異的相互作用も解析した。全体として,提案したBIAnetは,BCIにおける一般的問題に拡張する可能性を有する,正確で,低い待ち時間と解釈可能なAADアプローチを提供する。Copyright 2022 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： 音声 ,  相互作用 ,  *聴覚 ,  *ネットワーク ,  脳波 ,  モデリング ,  音声信号 ,  待ち時間 ,  エンベロープ ,  周波数帯 ,  *注意
準シソーラス用語： 神経活動 ,  ブレインコンピュータインタフェイス ,  サブバンド ,  データ可視化 , 【Automatic Indexing@JST】

分類 (3件)： 音声処理  (JE05000E) ,  音響信号処理  (BB03050C) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： EEG ,  聴覚 ,  注意 ,  生物学 ,  ヒント