| 研究課題/領域番号 |
20K19887
|
|---|
| 研究機関 | 滋賀大学 |
|---|
研究代表者 |
小野島 隆之 滋賀大学, データサイエンス学系, 助教 (00824757)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2024-03-31
|
| キーワード | 頭皮脳波 / 非線形振動子 / 位相応答曲線 / 深層学習 |
|---|
| 研究実績の概要 |
本年度は、振動子モデルとカルマンフィルタを用いた脳波位相の推定手法の構築と深層学習を用いた脳波状態の予測手法の構築を主に実施した。
振動子モデルとカルマンフィルタを持ちた手法の構築に関しては枠組みは構築したが、実データでの検証も含め引き続き調整と検証が必要である。
深層学習を用いた脳波状態の予測手法に関しては、本年度から新たに開始したものである。これは振動子モデルとはことなり計測データから直接対象とした状態かどうかを判別する方法となっている。現状では、脳波データを想定し、脳波電極の配置をグラフとみなし、グラフ構造と時間構造を考慮した畳み込み層を構築し深層ニューラルネットワークを用いた脳波状態の判別を行う手法を構築し情報処理学会で発表した。次年度には実データでの検証を行い論文としてまとめる予定である。
また、将来的には深層学習と振動子モデルとカルマンフィルタを用いた状態推定の手法と組み合わせることで、異なる実験参加者の脳波データでも適用可能なように拡張していきたいと考えている。
次年度計測した脳波位相依存刺激を用いた実験の計測データの解析に関してはもう少時間が必要である。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
本年度は所属と環境が変わったことと機材トラブルもあり若干の遅れが生じている。
振動子モデルを用いた手法の構築は、計算リソースの問題もあり想定より遅れてしまった。
また、昨年度計測したデータの解析に関しても、同じ理由から少し遅れている。
現在は解析用の計算機の購入と修理を行い計算リソースの問題は解決している。
その分、本年度新たに開始した深層学習を用いた手法に関しては予定よりも順調に進んでいる。
|
| 今後の研究の推進方策 |
次年度は昨年度の実験で計測したデータの解析を完了させ論文としてまとめる予定である。また、深層学習を用いた手法に関しても実データでの検証を行い論文としてまとめる予定である。
振動子を用いた手法に関しては数値シミュレーションでの検証を十分に行った後に実データに適用したいと考えている。
|
| 次年度使用額が生じた理由 |
本年度は所属が変わったことと機材トラブルなどがあり、物品の使用額が多くなってしまい旅費として使用することができなかった。
|
