| 講演名 | 2002/6/21 GAとNNを用いた有効脳波スペクトラム領域の抽出 伊藤 伸一, 満倉 靖恵, 福見 稔, 赤松 則男, |
|---|---|
| PDFダウンロードページ | PDFダウンロードページへ |
| 抄録(和) | 脳波は通常α波やβ波といった周波数分析されたものを指し,脳波の研究でも周波数分析を用いた研究が多い.しかし,これらの研究のほとんどが,ある周波数帯域に着目したり,分析された周波数成分の平均を求める方法を用いている.しかし,分析された周波数成分には特徴が強く現れている成分と,不要な情報を多く含む成分が存在する.本稿では,遺伝的アルゴリズム(GA)とニューラルネットワーク(NN)を組み合わせて特徴が強く現れている成分の抽出と脳波パターンの分類・識別を行なう手法を提案し,提案した手法を用いた実験結果より,本手法の有効性を示す.なお,脳波は複数の要因が複雑に絡み合った時系列信号である.NNを用いた場合,時系列データではデータ量が多いため学習に時間がかかる.そこで本稿では,時系列データに時間領域解析を施すことで,特徴の抽出とデータ量の削減を行なうことを目的としている. |
| 抄録(英) | EEG usually points out α and β waves obtained by using a frequency analysis. The frequency analysis is used in much work of EEG. However, most of these have aimed at a certain frequency band or have used a method of calculating the average of analyzed frequency components. There are components in which characteristics are contained significantly and/or much unnecessary information is contained. Therefore, a classification method by using NN and GA is proposed in this paper. NN is used for learning EEG data. GA is used for specifying necessary data for learning in NN. By using GA, the necessary data for training the NN is selected. Then, we can reduce a computing time. Finally, in order to show the effectiveness of the proposed method, computer simulations are carried out by using real data. |
| キーワード(和) | ニューラルネットワーク / 遺伝的アルゴリズム / 脳波 |
| キーワード(英) | Neural networks / Genetic Algorithm / EEG |
| 資料番号 | NC2002-29 |
| 発行日 |
| 研究会情報 | |
| 研究会 | NC |
|---|---|
| 開催期間 | 2002/6/21(から1日開催) |
| 開催地（和） | |
| 開催地（英） | |
| テーマ（和） | |
| テーマ（英） | |
| 委員長氏名（和） | |
| 委員長氏名（英） | |
| 副委員長氏名（和） | |
| 副委員長氏名（英） | |
| 幹事氏名（和） | |
| 幹事氏名（英） | |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Neurocomputing (NC) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | GAとNNを用いた有効脳波スペクトラム領域の抽出 |
| サブタイトル（和） | |
| タイトル（英） | The EEG Detection System Using Neural Networks Based on Genetic Algorithm |
| サブタイトル（和） | |
| キーワード(1)（和/英） | ニューラルネットワーク / Neural networks |
| キーワード(2)（和/英） | 遺伝的アルゴリズム / Genetic Algorithm |
| キーワード(3)（和/英） | 脳波 / EEG |
| 第 1 著者 氏名（和/英） | 伊藤 伸一 / Shinichi ITOU |
| 第 1 著者 所属（和/英） | 徳島大学 工学部 知能情報工学科 Department of Infomation Science & Intelligent Systems, Faculty of Engineering University of Tokushima |
| 第 2 著者 氏名（和/英） | 満倉 靖恵 / Yasue MITSUKURA |
| 第 2 著者 所属（和/英） | 徳島大学 工学部 知能情報工学科 Department of Infomation Science & Intelligent Systems, Faculty of Engineering University of Tokushima |
| 第 3 著者 氏名（和/英） | 福見 稔 / Minoru FUKUMI |
| 第 3 著者 所属（和/英） | 徳島大学 工学部 知能情報工学科 Department of Infomation Science & Intelligent Systems, Faculty of Engineering University of Tokushima |
| 第 4 著者 氏名（和/英） | 赤松 則男 / Norio AKAMATSU |
| 第 4 著者 所属（和/英） | 徳島大学 工学部 知能情報工学科 Department of Infomation Science & Intelligent Systems, Faculty of Engineering University of Tokushima |
| 発表年月日 | 2002/6/21 |
| 資料番号 | NC2002-29 |
| 巻番号（vol） | vol.102 |
| 号番号（no） | 158 |
| ページ範囲 | pp.- |
| ページ数 | 5 |
| 発行日 | |