研究課題/領域番号 |
21H03480
|
研究種目 |
基盤研究(B)
|
配分区分 | 補助金 |
応募区分 | 一般 |
審査区分 |
小区分61020:ヒューマンインタフェースおよびインタラクション関連
|
研究機関 | 長岡技術科学大学 |
研究代表者 |
南部 功夫 長岡技術科学大学, 工学研究科, 准教授 (40553235)
|
研究分担者 |
横山 寛 広島大学, 統合生命科学研究科(理), 特任助教 (10829823)
アンドラデエドアルド カラベス 秋田工業高等専門学校, その他部局等, 講師 (30825013)
佐藤 貴紀 秋田工業高等専門学校, その他部局等, 講師 (60840759)
和田 安弘 長岡技術科学大学, 工学研究科, 理事・副学長 (70293248)
|
研究期間 (年度) |
2021-04-01 – 2025-03-31
|
研究課題ステータス |
交付 (2023年度)
|
配分額 *注記 |
17,810千円 (直接経費: 13,700千円、間接経費: 4,110千円)
2023年度: 3,900千円 (直接経費: 3,000千円、間接経費: 900千円)
2022年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
2021年度: 8,970千円 (直接経費: 6,900千円、間接経費: 2,070千円)
|
キーワード | BCI / 脳活動計測 / データ拡張 / 脳波 / 筋活動 / 転移学習 / 脳活動 |
研究開始時の研究の概要 |
コンピュータやロボットなどの外部機器をヒト脳活動から直接操作するブレイン・コンピュータ・インターフェース(BCI)は,計測されるデータが少なく個人の違いも大きいという理由から,実社会への普及を妨げている.本研究では,脳波(EEG)と機能的近赤外分光計測(fNIRS)を対象として,実験課題,ユーザ,計測装置などのデータ条件(=計測次元)が異なる脳活動データに基づき新しいデータを生成する枠組み(=多次元脳活動データ拡張)を,敵対的生成ネットワーク(GAN)等により構築する.
|
研究実績の概要 |
本研究では、スモールデータである脳活動に対するデータ拡張技術を構築しBCIの精度向上に対する有効性の検証を行うことを目的とする。特に,ユーザ(被験者)や、実験課題条件、計測装置、データ数などをデータの“次元”と考え、次元が異なる多種多様な脳活動データ(=多次元脳活動データ)を用いたデータの拡張や、異なる実験データ間での関係性をニューラルネットワーク等により同定し、異なるデータの変換ができるかを検討する。 これらにより従来のデータ拡張と転移学習の長所を持ち合わせた手法を目指す。 本年度は、データ変換の一つとして、脳波データと筋活動データの変換を行う手法の検討を引き続き行った。昨年度に公開データセットで検証した手法について、新規に脳波と筋活動を同時に計測する実験を行い、計測チャネル数を増やした状態でどのようになるかを検証した。しかし、チャネル数を増やした状態では少ないチャネルほど良い精度は得られなかった。 また、脳波に対する転移学習について、アンサンブル学習を用いた方法を検討した。今回は異なる被験者個人のデータから判別モデルを学習した後、アンサンブル学習として複数の被験者のモデルを組み合わせた。その結果、単一被験者(他人)のモデルでは下がる精度を回復させることができ、モデルの数を増やすと精度も向上することが確認できた。 その他の検討として、データ拡張をした後のデータに対して、不適切なデータを削除するクリーニングという手法を適用し精度が向上するか検討した。その結果、全てのデータではないが、クリーニングにより精度が向上する可能性を示唆する結果を得ることができた。
|
現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
現時点ではデータ変換、異なる被験者データの学習などは順調に進んでいる。判別結果としてはまだ向上の余地があると考えられ、今後の課題となっている。
|
今後の研究の推進方策 |
引き続き、脳波と筋活動のデータ変換、異なる被験者データを用いたアンサンブル学習などの検討を進める。また、脳波と筋活動のデータ変換だけでなく、脳波と近赤外分光法とのデータ変換についても検討を行う。また、近年発展している生成モデルの活用についても検討する。
|