講演抄録/キーワード |
講演名 |
2006-02-24 10:00
EEGを利用したブレインコンピュータインタフェースのためのデータクレンジング ○田中謙次(筑波大)・栗田多喜夫(産総研/筑波大)・フレデリッヒ メイヤー・リュック ベルトース(産総研)・河辺 徹(筑波大) |
抄録 |
(和) |
近年,脳の活動に伴い発せられる脳波(EEG)を読み取り,意思を外部に出力する
ブレインコンピュータインタフェース(BCI)の研究が行われ,全
身麻痺患者のコミュニケーションを支援することが期待されている.本稿では,
計測されたEEGから計算されたデータに特徴選択を施すことにより汎化性能の高
い識別器を構成する手法について検討する.特徴選択に
より,EEGデータ中の不要な情報や冗長な情報を除去することで,
識別器の汎化性能が向上すると期待できる.
特徴選択の具体的な方法としては,EEGデータから計算した特徴量を
一つずつ減少させて交差確認法で評価する手法を採用した.これを,優れたパタ
ーン認識の手法であるサポートベクターマシンの入力とすることで,汎化性能の
高いBCIを構築することができた. |
(英) |
The potential of brain-computer interfaces (BCI) in serving a useful purpose, e.g., supporting communication to paralyzed patients. This paper proposes a method to construct a classifier with improved generalization performance. A feature selection method if applied to features calculated from the EEG signals so that unnecessary features for the classification task can be removed. Kernel support vector machines were used as a classifier and the best combinations of features were searched by backward stepwise selection and by evaluating the resulting generalization performance through cross validation. Experiments showed that the generalization performance of the classifier constructed from the best set of features was better. |
キーワード |
(和) |
ブレインコンピュータインタフェース / 脳波 / サポートベクターマシン / 特徴選択 / / / / |
(英) |
Brain Computer Interface / EEG / Support Vector Machine / feature selection / / / / |
文献情報 |
信学技報, vol. 105, no. 615, PRMU2005-207, pp. 31-36, 2006年2月. |
資料番号 |
PRMU2005-207 |
発行日 |
2006-02-17 (TL, PRMU) |
ISSN |
Print edition: ISSN 0913-5685 |
PDFダウンロード |
|