| 研究課題/領域番号 |
16K00251
|
|---|
| 研究機関 | 早稲田大学 |
|---|
研究代表者 |
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)
|
|---|
| 研究分担者 |
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)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2020-03-31
|
| キーワード | 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 |
|---|
| 研究実績の概要 |
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．
|
| 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
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．
|
| 今後の研究の推進方策 |
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．
|
| 次年度使用額が生じた理由 |
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。
|
