文献

J-GLOBAL ID：202202273254533991   整理番号：22A0960429

EEGベース脳没入コンピュータインタフェイスのための転移学習:2016年以降の進捗のレビュー【JST・京大機械翻訳】

Transfer Learning for EEG-Based Brain-Computer Interfaces: A Review of Progress Made Since 2016

著者 (3件)： Wu Dongrui (Ministry of Education Key Laboratory of Image Processing and Intelligent Control, School of Artificial Intelligence and Automation, Huazhong University of Science and Technology, Wuhan, China) ,  Xu Yifan (Ministry of Education Key Laboratory of Image Processing and Intelligent Control, School of Artificial Intelligence and Automation, Huazhong University of Science and Technology, Wuhan, China) ,  Lu Bao-Liang (Department of Computer Science and Engineering, Center for Brain-Like Computing and Machine Intelligence, Key Laboratory of Shanghai Education Commission for Intelligent Interaction and Cognitive Engineering, Brain Science and Technology Research Center, and the Qing Yuan Research Institu...)
資料名： IEEE Transactions on Cognitive and Developmental Systems  (IEEE Transactions on Cognitive and Developmental Systems)
巻： 14  号： 1  ページ： 4-19  発行年： 2022年 
JST資料番号： W2443A  ISSN： 2379-8920  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： 脳神経コンピュータインタフェース(BCI)は,ユーザが脳信号を用いて直接コンピュータと通信することを可能にする。最も一般的な非侵襲的BCIモダリティ,脳波(EEG)はノイズ/アーチファクトに敏感であり,被験者間/被験者間非定常性に悩まされる。従って,異なるデバイスとタスクに対して,異なるセッションの間,異なる被験者に対して最適であるEEGベースのBCIシステムにおける一般的なパターン認識モデルを構築することは難しい。通常,キャリブレーションセッションは,新しい主題のためにいくつかの訓練データを収集するために必要であり,それは時間がかかり,ユーザに優しい。新しい被験者/セッション/デバイス/タスクのための学習を容易にするために,類似または関連する被験者/セッション/デバイス/タスクからデータまたは知識を利用する転送学習(TL)は,しばしば,キャリブレーション努力の量を減らすために使用される。本論文は,2016年以降,ここ数年のEEGベースのBCIにおけるTLアプローチに関するジャーナル刊行物をレビューする。6つのパラダイムと応用,運動イメージ,事象関連電位,定常状態視覚誘発電位,感情的BCI,回帰問題,および敵対的攻撃誤診を考察した。各パラダイム/アプリケーションに対して,TLアプローチを交差被験者/セッション,交差デバイス,および交差タスク設定にグループ分けし,それらを別々にレビューした。観察と結論を論文の最後に行い,将来の研究方向を指摘した。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： 雑音 ,  パターン認識 ,  *学習 ,  脳波 ,  *脳 ,  応用プログラム ,  脳神経 ,  人間 ,  誤診 ,  *コンピュータ ,  アーチファクト ,  事象関連電位 ,  サイバー攻撃
準シソーラス用語： 被験者 ,  モダリティ ,  非侵襲 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  音声処理  (JE05000E)

タイトルに関連する用語 (5件)： EEG ,  脳 ,  コンピュータインタフェイス ,  転移学習 ,  レビュー