文献
J-GLOBAL ID:202202231731665561   整理番号:22A1051512

動き画像ベース脳コンピュータインタフェイスのための教師付き独立成分分析アルゴリズム【JST・京大機械翻訳】

A supervised independent component analysis algorithm for motion imagery-based brain computer interface
著者 (8件):
資料名:
巻: 75  ページ: Null  発行年: 2022年 
JST資料番号: W3347A  ISSN: 1746-8094  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: オランダ (NLD)  言語: 英語 (EN)
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。
独立成分分析(ICA)によって得られた独立成分(IC)の対応する神経活動の認識は,EEG解析におけるICAの使用を取り入れるために,最も重要である。この問題を解決する多くの方法がある。しかし,それらのほとんどはICA,教師なし方法,およびICの認識を別々の方法で組み合わせる。本論文では,脳における異なる動き画像(MI)活動に対応する独立成分を抽出するための教師つき手法を提案した。新しい最適化目的を設計して,それを解決することによって,著者らは個々のアルゴリズムにおけるMIの原理とICAのアイデアを結合した。事象関連脱同期と同期(ERD/ERS)の展望から,運動関連成分の比周波数帯パワーは,体の運動を実行または画像化するとき,強化または抑制されるべきである。したがって,新しい最適化関数は,特定の運動のための独立性と帯域電力最大化の両方を満たす成分を抽出する。次に,固定点反復方式に基づくこの最適化問題を解決した。実験段階において,著者らは,著者らの方法が独立性を失うことなく運動関連独立成分を抽出することができることを示した。実験結果は,ERD/ERSの原理に基づくが,著者らの方法の有効性が,運動関連ポテンシャル(MRP)の展望で検証できることを示した。さらに,抽出された運動関連独立成分における特徴を同定することにより,より良い動き認識精度を達成できる。異なるスキーマで提案したアルゴリズムを使用するとき,結果は,6.9%(p<0.001)と7.9%(p<0.01)の有意の正確度の帰属をもたらした。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
パターン認識  ,  図形・画像処理一般 
タイトルに関連する用語 (5件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る