2018 Fiscal Year Research-status Report
テンソル空間を利用したパターン特徴抽出・識別方式の研究
| Project/Area Number |
16K00251
|
|---|
| Research Institution | Waseda University |
|---|
Principal Investigator |
新田 恒雄 早稲田大学, グリーン・コンピューティング・システム研究機構, その他(招聘研究員) (70314101)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
入部 百合絵 愛知県立大学, 情報科学部, 准教授 (40397500)
桂田 浩一 東京理科大学, 理工学部情報科学科, 准教授 (80324490)
|
|---|
| Project Period (FY) |
2016-04-01 – 2020-03-31
|
| Keywords | 脳波信号解析 / 言語表象 / 線形予測分析 / 脳波雑音除去 / 圏論 / 汎関数 |
|---|
| Outline of Annual Research Achievements |
多チャンネルのマルチメディアデータや脳波(EEG)のように，空間(多チャンネル)-時間-周波数のテンソル構造を持つ信号解析は重要なテーマである．近年はDeep Neural Network(DNN)を用いる研究開発が盛んであるが，脳波のように未だデータ蓄積の少ない分野では，データの本質的な性質を利用して解析を進める手法が望まれる．
本研究では，合成写像に基づくベクトル-ベクトル変換を実現する圏論(category theoy)の考えに基づいて，写像を引き起こす機能(関手(functor))を分析，特徴抽出，音素/音節分類の各ステージで設計・評価することを目指している．これまで脳波解析を対象に，雑音除去手法，線形予測分析(Linear Predictive Analysis; LPA)に基づく「合成による分析」手法を開発した．続いて，脳波の言語表象を線スペクトル群と考え，これらの抽出方法を検討した。現在は，多チャンネルEEG信号から音素kを抽出する汎関数f(ψ(k,m))を構成する固有ベクトルセットの設計を通して，脳の言語表象を抽出する手法の改良を進めている．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
多チャンネル脳波(EEG)信号から雑音を除去すると共に，線形予測分析により原初的言語表象を見出すことができた．これにより脳波に音節ラベルを付す作業を進められるようになった．
|
| Strategy for Future Research Activity |
音声想起(speech imagery)時の脳波(EEG)信号から言語情報を抽出して，脳波-言語デコーディング実験を行い成果をまとめる．
|
| Causes of Carryover |
今年度で基本方式の構築を終え，シミュレーションに移っているが，データ処理に時間を要しており，事業期間を延長することで，当初の方式開発と精緻な有効性実証を共に終了することを目指したい。
|
