講演抄録/キーワード |
講演名 |
2013-07-19 16:25
ニューラルネットワークを用いた非線形システムの状態変化の指標化 ~ 主成分分析による結合荷重の解析 ~ ○木内敬浩・芥川正武・榎本崇宏・長篠博文・小中信典・木内陽介(徳島大) MBE2013-32 |
抄録 |
(和) |
生体システムは,非線形システムでありそのシステムの特徴を捉えるためにシステムの非線形性を考慮に入れる必要がある.非線形システムの解析手法としてニューラルネットワーク(以下 NN)を用いる事で,非線形システムの状態を捉える方法が報告されている.しかしながら,この方法を脳波解析に適用した場合,脳波をモデル化するために比較的大きなネットワークが必要である.本研究では,生体システムの状態変化を捉えるため既知の非線形システムの状態変化を,生体システムの状態変化のシミュレーションとして,NNで学習を行う.学習後の結合荷重の変化からシステムの状態変化を推定し指標化する.また,本研究ではNNの構造が大きくなり結合荷重数が増えると,評価が見づらくなる問題に対して主成分分析を用いて改善を検討する. |
(英) |
Nonlinearity is one of the significant factor to characteristics of a living body because it is a nonlinear system.The use of neural networks (NN) to analyze the non-linear system, a method to capture the state of nonlinear systems has been reported.However, when applied to EEG this method, a relatively large network is required to model the EEG.The purpose of this study is to propose a method to capture the state changing from obtain signals using weight space analysis of neural networks. In this research, in order to catch the state a known nonlinear system as a simulation of a living body system. The logistic map is used to confirm the applicability of proposed method. In this study, the Principal Component Analysis(PCA) is carried out to clarify the change of weight vectors. As results of computer simulation, change of parameters is successfully captured. |
キーワード |
(和) |
ニューラルネットワーク / 非線形システム / 主成分分析 / / / / / |
(英) |
neural network / nonlinear system / PCA / / / / / |
文献情報 |
信学技報, vol. 113, no. 147, MBE2013-32, pp. 33-36, 2013年7月. |
資料番号 |
MBE2013-32 |
発行日 |
2013-07-12 (MBE) |
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 |
MBE2013-32 |