講演抄録/キーワード |
講演名 |
2013-03-14 14:05
Recurrent Self Organizing MapによるBCIに向けた信号解析 ○木野裕麻・山内ゆかり(日大) NC2012-162 |
抄録 |
(和) |
Recurrent Self-Organizing Map:RSOMはMarkusらによって提案されたものである.RSOMでは時系列信号のクラスタリングが可能になった.中倉らは類似度を考慮したSimilarity-based SOM:SSOMを提案した.これによりニューロン使用率が向上した.我々はRSOMにSSOMを融合したSRSOMを提案した.本研究ではSRSOMを用いて近赤外光計測器NIRSで計測された脳信号の解析を行った.BCIに向けた複数タスクの認識率の向上を試みた. |
(英) |
Recurrent Self-Organizing Map: RSOM has been proposed by Markus. Clustering of time series signal is available at RSOM. Nakakura et al. proposed a Similarity based SOM: SSOM. Neuron utilization rate was improved by SSOM. We propose SRSOM that combines SSOM to RSOM. We have analyzed brain signal data measured by NIRS using SRSOM. We've tried to improve the recognition rate of multiple tasks for BCI. |
キーワード |
(和) |
BCI / 類似度を考慮した自己組織化マップ / リカレント自己組織化マップ / 自己組織化マップ / NIRS / 信号解析 / 類似度 / |
(英) |
BCI / Similarity based SOM / Recurrent Self-Organizing Map / Self-Organizing Map / NIRS / Signal Analysis / Similarity / |
文献情報 |
信学技報, vol. 112, no. 480, NC2012-162, pp. 163-166, 2013年3月. |
資料番号 |
NC2012-162 |
発行日 |
2013-03-06 (NC) |
ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
NC2012-162 |