文献

J-GLOBAL ID：202202258435673362   整理番号：22A0479033

畳込みニューラルネットワークを用いた運転者疲労の自動認識に対する脳波の二次元位相遅れ指数画像表現【JST・京大機械翻訳】

Two-dimensional phase lag index image representation of electroencephalography for automated recognition of driver fatigue using convolutional neural network

著者 (5件)： Chen Jichi (School of Mechanical Engineering, Shenyang University of Technology, 110870 Shenyang, Liaoning, China) ,  Wang Shijie (School of Mechanical Engineering, Shenyang University of Technology, 110870 Shenyang, Liaoning, China) ,  He Enqiu (School of Chemical Equipment, Shenyang University of Technology, 111000 Liaoyang, Liaoning, China) ,  Wang Hong (School of Mechanical Engineering and Automation, Northeastern University, 110819 Shenyang, Liaoning, China) ,  Wang Lin (Department of Mechanical Engineering, Shenyang Institute of Engineering, 110136, Shenyang, Liaoning, China)
資料名： Expert Systems with Applications  (Expert Systems with Applications)
巻： 191  ページ： Null  発行年： 2022年 
JST資料番号： W0178A  ISSN： 0957-4174  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： 疲労状態の運転は,関連する交通事故の発生確率を増加させ,深刻な経済的および社会的問題を引き起こす。課題に取り組むために,実際の運転から得られた脳波(EEG)信号を用いた運転者疲労の自動認識のための深層学習手法を提案した。ここで提案した方法論は,マルチチャネルEEG記録を,位相遅れ指数(PLI)に基づく機能的脳ネットワーク(FBN)隣接行列に変換し,入力として様々な畳込みニューラルネットワーク(CNN)にそれらを供給することから成る。畳み込み層,整流器線形活性化ユニット(ReLU),プール層および完全接続層を有するこれらのCNNモデルを,FBN隣接行列を表す画像から隠れ特徴を抽出し,次に2方向分類タスクを達成するために設計した。実験結果は,95.4±2.0%の最高分類精度,93.9±3.1%の最も高い感度,95.5±2.1%の最高精度,94.7±2.0%の最高F1スコア,および受信者操作曲線(AUC-ROC=0.9953)の下の最も高い面積値が,10倍交差検証戦略による入力として,PLI隣接マトリックスに基づくモデル4を用いて達成されることを示した。実際,本研究で考慮したすべてのCNNモデルは,94.40%より高い精度を達成した。したがって,提案したCNNモデルは,分離特徴抽出または特徴選択手順なしで,入力データからより識別可能な特徴を自己学習し,ピックアップする能力を持つと結論した。また,実験結果は,ドライバ疲労の認識のためのFBNとCNNの組合せの有効性を確認した。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： 整流器 ,  *畳込み ,  *脳波 ,  特徴抽出 ,  特徴選択 ,  線形性 ,  交通事故 ,  *二次元 ,  有効性
準シソーラス用語： *画像表現 ,  マルチチャネル ,  *自動認識 ,  分類精度 ,  深層学習 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： 脳波検査 ,  運転者の疲労 ,  機能性脳ネットワーク ,  畳込みニューラルネットワーク ,  位相遅れ指数

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (7件)： 畳込みニューラルネットワーク ,  疲労 ,  自動認識 ,  脳波 ,  位相遅れ ,  指数 ,  画像表現