研究概要 |
頭皮脳波による脳インタフェースを効率的に実現するために,データをテンソル表現する信号処理を構築し,測定環境や測定条件の高精度化に頼ることない信号処理アルゴリズムを構築することが,本研究の目的である.そのために,平成24年度は,あるタスクに対応する脳波データの「非定常性」に着目した「テンソル同時対角化原理」に基づく信号処理手法(アルゴリズム)を構築した.具体的な研究内容と研究成果を以下に述べる. あるメンタルタスクを設定して,タスク実行中の脳波を測定する場合,実験環境や被験者の状態から,同一タスクに対しても,統計的に異なる信号が観測される.これが脳波の非定常性である.ここでは,あるタスク中の脳波の共分散行列に着目した.多くの場合,この非定常性を避けるために,同一タスクの脳波を複数回取得し,毎回の共分散行列を平均するといった処理をする.しかしながら,共分散行列の「外れ値」が存在すると,平均した共分散行列の推定精度が落ちる.このように,推定精度を落としてしまう「低品質脳波(共分散行列)」を積極的に「排除」することで,推定精度を上げることを試みた.そのために,共分散行列を単純平均する代わりに,重み付き平均で共分散行列を推定することにし,重み係数を設計する問題として定式化しなおした.異なる対立タスクから特徴量を抽出する共通空間パターン法においては,対立タスクのそれぞれの共分散行列を同時対角化していることが本質であることに着目し,各実験試行で得られた共分散行列をテンソル近似同時対角化し,対角化誤差を用いて低品質脳波を定量化することに成功した.
|
次年度の研究費の使用計画 |
脳波測定装置および,信号処理のための計算サーバの機種・及び数量を,当初計画より減らししために「0円」とはならなかった. ただし次年度は,この助成金を用いて,最新の機器を購入する予定である.これにより,当初計画より効率的に研究を遂行できることが予測できる.
|