2010 Fiscal Year Annual Research Report
チャネル間直交成分解析と高汎化ニューラルネットワークによるBCIの開発
| Project/Area Number |
21560393
|
|---|
| Research Institution | Kanazawa University |
|---|
Principal Investigator |
中山 謙二 金沢大学, 電子情報学系, 教授 (00207945)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
平野 晃宏 金沢大学, 電子情報学系, 講師 (70303261)
|
|---|
| Keywords | ブレインコンピュータインタフェイス / 脳波 / メンタルタスク / ニューラルネットワーク / フーリエ変換 / 自己組織形写像 / 部分空間フィルタ / 誤差訂正符号 |
|---|
| Research Abstract |
本年度は,(1)多チャネル脳波の直交化によるBCIの構成,(2)自己組織形写像(SOFM)による脳波の特徴抽出とBCIの構成,(4)部分空間フィルタと誤差訂正符号化によるBCIの構成について取り組んだ.
(1)多チャネルで測定された脳波をチャネル間で直交化することにより脳波の特徴を強調する方法を平成21年度に提案した.直交化する順番を変えることにより,複数のデータセットを得ることが出来る.これらのデータセットを並列構成されたMLNN(階層形ニューラルネットワーク)に入力してメンタルタスクを分類し,その結果を総合することにより最終分類を行うBCIを提案した.直交化する順番(並列化するMLNN)を5～10種類程度にすることにより,メンタルタスクの分類特性が大幅に向上することが確認された.
(2)脳波をSOFMにより別の領域に変換し,さらにMLNNで最終分類する方式を検討した.単一のMLNNで高汎化学習を行う方式とほぼ同等の性能が得られ,有効性が確認できた.
(3)脳波の特徴を強調する部分空間フィルタとメンタルタスクの2分類を行うMLNNで構成される基本分類器を複数個並列構成し,その出力として誤差訂正符号を用いるBCI方式を提案した.並列構成する基本分類器の数を15個程度にすることにより,高い分類性能を得た.
来年度は,多チャネル脳波の特徴量を種々検討する.周波数分解能の最適化,ウェブレット変換の応用等を検討する.分類器として,ベイズ分類器やサポートベクタマシーン等を検討する予定である.
|
Research Products
(3 results)
