文献

J-GLOBAL ID：201702231599628685   整理番号：17A0416310

RBF(動径基底関数)ニューラルネットワークを用いた強化誘発電位検出:脳-コンピュータインタフェイスへの応用【Powered by NICT】

Enhance evoked potentials detection using RBF neural networks: Application to brain-computer interface

著者 (4件)： Soltanpour Mohsen (Amirkabir University of Technology(Tehran polytechnic), Tehran, Iran) ,  Faez Karim (Amirkabir University of Technology(Tehran polytechnic), Tehran, Iran) ,  Sharifian Saeed (Amirkabir University of Technology(Tehran polytechnic), Tehran, Iran) ,  Pourahmadi Vahid (Amirkabir University of Technology (Tehran polytechnic), Tehran, Iran)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICSPIS  ページ： 1-6  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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-コンピュータインタフェイス(BCI)は,脳活性を解析することによりヒトとコンピュータ間の直接通信を確立する特異的型人間-計算機インタフェイスである。オドボールパラダイムは,BCIで使用されているユーザが選択したターゲット上の,P300応答のような,事象関連電位(ERP)を発生させた。P300スペル教本(speller)はこの原理に基づいており,P300の検出は,期間特性にユーザを可能にする。P300spellerの例を二つの分類問題に分けられる。第一分類は脳波(EEG)のP300を検出である。ユーザが望むシンボルを決定するための第二。P300波の検出のための新しい方法を示した。このモデルは動径基底関数ニューラルネットワーク(RBFNN)に基づいている。ネットワークのアーキテクチャは,時間領域におけるP300応答の検出に適用した。主成分分析(PCA)は,特徴抽出に使用されている。これらのモデルは,BCI競技会(2004)のデータセットIIIで試験し,比較した。提案した方法は,RBFNNモデルの受容野による脳活動を解析するための新しい方法を提供する。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： ヒト ,  *インタフェイス ,  *ニューラルネットワーク ,  特徴抽出 ,  教科書 ,  *コンピュータ ,  *誘発電位 ,  脳波 ,  事象関連電位 ,  *動径基底関数 ,  主成分分析 ,  脳活動 ,  時間領域 ,  P300事象関連電位 ,  *電気生理
準シソーラス用語： *コンピュータインタフェイス , 【Automatic Indexing@JST】

分類 (1件)： 人間機械系  (IB03000G)

タイトルに関連する用語 (8件)： RbF ,  動径基底関数 ,  ニューラルネットワーク ,  強化 ,  誘発電位 ,  脳 ,  コンピュータインタフェイス ,  応用