文献

J-GLOBAL ID：202202253526078212   整理番号：22A1114640

LSTMニューラルネットワークによる運動画像のためのフレームワーク【JST・京大機械翻訳】

A framework for motor imagery with LSTM neural network

著者 (16件)： Xu Fangzhou (International School for Optoelectronic Engineering, Qilu University of Technology (Shandong Academy of Sciences), Jinan 250353, China) ,  Xu Xiaoyan (Patent Examination Cooperation (Beijing) Center of the Patent Office, CNIPA, Beijing 100083, China) ,  Sun Yanan (International School for Optoelectronic Engineering, Qilu University of Technology (Shandong Academy of Sciences), Jinan 250353, China) ,  Sun Yanan (School of Electrical Engineering and Automation, Qilu University of Technology (Shandong Academy of Sciences), Jinan 250353, China) ,  Li Jincheng (International School for Optoelectronic Engineering, Qilu University of Technology (Shandong Academy of Sciences), Jinan 250353, China) ,  Li Jincheng (School of Electrical Engineering and Automation, Qilu University of Technology (Shandong Academy of Sciences), Jinan 250353, China) ,  Dong Gege (International School for Optoelectronic Engineering, Qilu University of Technology (Shandong Academy of Sciences), Jinan 250353, China) ,  Dong Gege (School of Electrical Engineering and Automation, Qilu University of Technology (Shandong Academy of Sciences), Jinan 250353, China) ,  Wang Yuandong (International School for Optoelectronic Engineering, Qilu University of Technology (Shandong Academy of Sciences), Jinan 250353, China) ,  Wang Yuandong (School of Electrical Engineering and Automation, Qilu University of Technology (Shandong Academy of Sciences), Jinan 250353, China) ,  Li Han (International School for Optoelectronic Engineering, Qilu University of Technology (Shandong Academy of Sciences), Jinan 250353, China) ,  Li Han (School of Electrical Engineering and Automation, Qilu University of Technology (Shandong Academy of Sciences), Jinan 250353, China) ,  Wang Lei (School of Electrical Engineering and Automation, Qilu University of Technology (Shandong Academy of Sciences), Jinan 250353, China) ,  Zhang Yingchun (Engineering Training Center, Qilu University of Technology (Shandong Academy of Sciences), Jinan 250353, China) ,  Pang Shaopeng (School of Electrical Engineering and Automation, Qilu University of Technology (Shandong Academy of Sciences), Jinan 250353, China) ,  Yin Sen (Department of Neurology, Qilu Hospital, Cheeloo College of Medicine, Shandong University, Jinan 250012, China)
資料名： Computer Methods and Programs in Biomedicine  (Computer Methods and Programs in Biomedicine)
巻： 218  ページ： Null  発行年： 2022年 
JST資料番号： D0213C  ISSN： 0169-2607  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アイルランド (IRL)  言語： 英語 (EN)

抄録/ポイント： 脳活動からロバスト表現を学習し,アルゴリズム性能を改善する方法は,脳-コンピュータインタフェースシステムにとって最も重要な問題である。本研究では,効果的な運動イメージベースの脳-コンピュータインタフェースシステムを実装するために,多チャネル脳波または心電図を解読するための長い短期メモリリカレントニューラルネットワークを導入した。長い短期記憶ネットワークのユニークな情報処理機構は,時間シーケンスにおける時空間動力学を特徴づける。本研究では,公的に利用可能な脳波/心電図データセットを用いて提案した方法を評価した。勾配ブースティング分類器と結合したデコードされた特徴は,それぞれ,脳波で99%の高い認識精度,および電気皮質図で100%を得ることができた。結果は,提案モデルがロバスト空間-時間特性を推定し,モータ画像ベースの脳-コンピュータインタフェースシステムに対して顕著な性能改善を得ることができることを示した。さらに,提案方法は低計算量である。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： アルゴリズム ,  情報処理 ,  *ネットワーク ,  脳波 ,  脳 ,  心電図 ,  *ニューラルネットワーク ,  計算量 ,  皮質 ,  ロバスト性
準シソーラス用語： 短期記憶 ,  マルチチャネル ,  ブースティング ,  ブレインコンピュータインタフェイス ,  脳活動 , 【Automatic Indexing@JST】

著者キーワード (3件)： 脳コンピュータインタフェイス(BCI) ,  運動イメージ(MI) ,  長期短期記憶(LSTM)

分類 (1件)： 生体計測  (EL03020C)

タイトルに関連する用語 (4件)： LSTM ,  ニューラルネットワーク ,  動画像 ,  フレームワーク