講演抄録/キーワード |
講演名 |
2017-11-25 15:10
信号源分離による特徴量抽出を用いた脳波判別のためのアンサンブル学習 ○西納修一・吉川大弘・古橋 武(名大) NC2017-36 |
抄録 |
(和) |
Brain-Computer Interface (BCI) では,ユーザーの脳波を計測・判別することで,コンピュータを中心とした外部機器の操作を行う.しかしながら,脳波のS/N 比が極めて低いため,判別に先立ってノイズを低減するための前処理が必要である.脳波におけるノイズ低減の手法としては,ブラインド信号源分離がある.本研究では,脳波の特徴の一つである事象関連電位の抽出に適したブラインド信号源分離の手法を検討する.続いて,信号源分離とアンサンブル学習を組み合わせることによって,脳波における判別に有効な成分を抽出し,判別を行う手法について検討する. |
(英) |
BCI allows a user to control external devices and to communicate with other people by measuring and discriminating EEG. However, it is very difficult to discriminate EEG because of their low signal-to-noise ratio. Thus, preprocessing for noise reduction is used. Blind source separation is useful for the noise reduction. This paper discusses about blind signal separation method for extracting event-related potential that is one of the EEG features. This paper also proposes an EEG discrimination method which extracts useful features and discriminates them by combining ensemble learning with blind source separation. |
キーワード |
(和) |
Brain Computer Interface / ブラインド信号源分離 / アンサンブル学習 / 特徴量抽出 / / / / |
(英) |
Brain Computer Interface / Blind Source Separation / Ensemble Learning / Feature Extraction / / / / |
文献情報 |
信学技報, vol. 117, no. 325, NC2017-36, pp. 49-52, 2017年11月. |
資料番号 |
NC2017-36 |
発行日 |
2017-11-17 (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 |
NC2017-36 |
研究会情報 |
研究会 |
MBE NC |
開催期間 |
2017-11-24 - 2017-11-25 |
開催地(和) |
東北大学 |
開催地(英) |
Tohoku University |
テーマ(和) |
BCI/BMIとその周辺, 一般 |
テーマ(英) |
BCI/BMI, generall |
講演論文情報の詳細 |
申込み研究会 |
NC |
会議コード |
2017-11-MBE-NC |
本文の言語 |
日本語 |
タイトル(和) |
信号源分離による特徴量抽出を用いた脳波判別のためのアンサンブル学習 |
サブタイトル(和) |
|
タイトル(英) |
Ensemble Learning with Feature Extraction for EEG Signal Discrimination using Source Separation |
サブタイトル(英) |
|
キーワード(1)(和/英) |
Brain Computer Interface / Brain Computer Interface |
キーワード(2)(和/英) |
ブラインド信号源分離 / Blind Source Separation |
キーワード(3)(和/英) |
アンサンブル学習 / Ensemble Learning |
キーワード(4)(和/英) |
特徴量抽出 / Feature Extraction |
キーワード(5)(和/英) |
/ |
キーワード(6)(和/英) |
/ |
キーワード(7)(和/英) |
/ |
キーワード(8)(和/英) |
/ |
第1著者 氏名(和/英/ヨミ) |
西納 修一 / Shuichi Nishino / ニシノウ シュウイチ |
第1著者 所属(和/英) |
名古屋大学 (略称: 名大)
Nagoya University (略称: Nagoya Univ.) |
第2著者 氏名(和/英/ヨミ) |
吉川 大弘 / Tomohiro Yoshikawa / ヨシカワ トモヒロ |
第2著者 所属(和/英) |
名古屋大学 (略称: 名大)
Nagoya University (略称: Nagoya Univ.) |
第3著者 氏名(和/英/ヨミ) |
古橋 武 / Takeshi Furuhashi / フルハシ タケシ |
第3著者 所属(和/英) |
名古屋大学 (略称: 名大)
Nagoya University (略称: Nagoya Univ.) |
第4著者 氏名(和/英/ヨミ) |
/ / |
第4著者 所属(和/英) |
(略称: )
(略称: ) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
第6著者 氏名(和/英/ヨミ) |
/ / |
第6著者 所属(和/英) |
(略称: )
(略称: ) |
第7著者 氏名(和/英/ヨミ) |
/ / |
第7著者 所属(和/英) |
(略称: )
(略称: ) |
第8著者 氏名(和/英/ヨミ) |
/ / |
第8著者 所属(和/英) |
(略称: )
(略称: ) |
第9著者 氏名(和/英/ヨミ) |
/ / |
第9著者 所属(和/英) |
(略称: )
(略称: ) |
第10著者 氏名(和/英/ヨミ) |
/ / |
第10著者 所属(和/英) |
(略称: )
(略称: ) |
第11著者 氏名(和/英/ヨミ) |
/ / |
第11著者 所属(和/英) |
(略称: )
(略称: ) |
第12著者 氏名(和/英/ヨミ) |
/ / |
第12著者 所属(和/英) |
(略称: )
(略称: ) |
第13著者 氏名(和/英/ヨミ) |
/ / |
第13著者 所属(和/英) |
(略称: )
(略称: ) |
第14著者 氏名(和/英/ヨミ) |
/ / |
第14著者 所属(和/英) |
(略称: )
(略称: ) |
第15著者 氏名(和/英/ヨミ) |
/ / |
第15著者 所属(和/英) |
(略称: )
(略称: ) |
第16著者 氏名(和/英/ヨミ) |
/ / |
第16著者 所属(和/英) |
(略称: )
(略称: ) |
第17著者 氏名(和/英/ヨミ) |
/ / |
第17著者 所属(和/英) |
(略称: )
(略称: ) |
第18著者 氏名(和/英/ヨミ) |
/ / |
第18著者 所属(和/英) |
(略称: )
(略称: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2017-11-25 15:10:00 |
発表時間 |
25分 |
申込先研究会 |
NC |
資料番号 |
NC2017-36 |
巻番号(vol) |
vol.117 |
号番号(no) |
no.325 |
ページ範囲 |
pp.49-52 |
ページ数 |
4 |
発行日 |
2017-11-17 (NC) |