| 講演名 | 2007-06-14 ニューラルネットワークを用いた音楽聴取時の脳波解析(機械学習によるバイオデータマインニング,一般) 小川 宜洋, カルンガル スティーヴン, 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) | 音楽療法で用いられる音楽は多種多様であるため,音楽を選定するのに患者と音楽療法士とで多くの時間を費やす.音楽療法に有効な音楽が容易に選曲されれば,音楽療法が容易に行なわれると考えられる.本稿では,音楽が人間に与える影響について検討する.提案手法として,まず音楽聴取時の脳波を計測し,周波数成分の出現率によるデータ行列を作成する.そのデータ行列から,主成分分析(Principal Component Analysis:PCA)及びカーネル主成分分析(Kernel Principal Component Analysis:KPCA)によって脳波の特徴を抽出する.そして,ニューラルネットワーク(Neural Network:NN)によって抽出された特徴の分類を行ない,特徴抽出の手法の有効性を検証する.4人の被験者を対象に計算機シミュレーションを行なった結果,カーネル主成分分析による特徴抽出の有効性が示唆された. |
| 抄録(英) | Recent, stress causes venous illnesses. In order to solve such a problem, researchers have studied about the music therapy. Music used in the music therapy is of verious types, therefore it takes a patient and therapist long time to select the music. If the music is easily selectable, the music therapy can be carried out effectively. In this paper, we discuss an influence by the music for humans. First we measure the EEG(electroencephalogram) while listening to the music. Next, we create a data matrix based on appearance rate of frequency ingredients. Thirdly, we extract features from the data matrix by the PCA(principal component analysis) and the KPCA(kernel principal component analysis). Finally, we verify the EEG patterns based on the feature vectors by the NN(neural network). We compare accuracy of the PCA and the KPCA by recognition rate of a neural network. In order to examine whether the proposal system is effective, we try computer simulations for the EEG classification. From the results of computer simulations, it is suggested that feature extraction by using the KPCA,is effective compared to the PCA. |
| キーワード(和) | 脳波 / 主成分分析 / カーネル関数 / ニューラルネットワーク |
| キーワード(英) | electroencephalogram / principal component analysis / canonical discriminant analysis / neural network |
| 資料番号 | NC2007-9 |
| 発行日 |
| 研究会情報 | |
| 研究会 | NC |
|---|---|
| 開催期間 | 2007/6/7(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） | ニューラルネットワークを用いた音楽聴取時の脳波解析(機械学習によるバイオデータマインニング,一般) |
| サブタイトル（和） | |
| タイトル（英） | The EEG Analysis by Using a Neural Network in Listening to Music |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 脳波 / electroencephalogram |
| キーワード(2)（和/英） | 主成分分析 / principal component analysis |
| キーワード(3)（和/英） | カーネル関数 / canonical discriminant analysis |
| キーワード(4)（和/英） | ニューラルネットワーク / neural network |
| 第 1 著者 氏名（和/英） | 小川 宜洋 / Takahiro OGAWA |
| 第 1 著者 所属（和/英） | 徳島大学 University of Tokushima |
| 第 2 著者 氏名（和/英） | カルンガル スティーヴン / Stephen KARUNGARU |
| 第 2 著者 所属（和/英） | 徳島大学 University of Tokushima |
| 第 3 著者 氏名（和/英） | 満倉 靖恵 / Yasue MITSUKURA |
| 第 3 著者 所属（和/英） | 東京農工大学 Tokyo University of Agriculture and Technology |
| 第 4 著者 氏名（和/英） | 福見 稔 / Minoru FUKUMI |
| 第 4 著者 所属（和/英） | 徳島大学 University of Tokushima |
| 第 5 著者 氏名（和/英） | 赤松 則男 / Norio AKAMATSU |
| 第 5 著者 所属（和/英） | 徳島大学 University of Tokushima |
| 発表年月日 | 2007-06-14 |
| 資料番号 | NC2007-9 |
| 巻番号（vol） | vol.107 |
| 号番号（no） | 92 |
| ページ範囲 | pp.- |
| ページ数 | 5 |
| 発行日 | |