リカレントSOMと独立成分分析を用いた脳磁界解析
スポンサーリンク
概要
- 論文の詳細を見る
脳磁界は,神経細胞の活動に伴って発生した磁界を脳外から無侵襲で計測するものである.しかし,この脳磁界は非常に微弱である為,アーチファクトを除去する必要がある.そこで,独立成分分析による解析が行われてきた[1],[2].リカレントSOMは,時系列信号のクラスタリングが可能となるように自己組織化マップ(SOM)を拡張したもので,Markusらによって提案された[3].本報告では,独立成分分析をする前にリカレントSOMでクラスタリングする.その後,各クラスタごとに独立成分分析を行う試みについて述べる.本手法が,すべての脳磁界信号を独立成分分析する場合とは異なる特徴を含むより良い独立成分を抽出できる例を示す.
- 社団法人電子情報通信学会の論文
- 2007-12-13
著者
関連論文
- 適応的格子ダイナミクスにより生成した1/f^α揺らぎを印加した動的連想記憶カオスニューラルネットワークの想起特性
- カオスニューロダイナミクスとブロックシフト操作を組み合わせた非対称TSPの解法
- A-2-9 Cross Entropy法によるニューラルネットワークのパラメータ最適化(A-2.非線形問題,一般セッション)
- 非線形サポートベクターマシンを用いた動的連想記憶モデルにおけるパターン間相関の影響 (非線形問題)
- 海馬ネットワークモデルにおけるニューロン新生に伴う形態形成と記憶への影響
- 新生ニューロンを取り入れた海馬モデルのスパイキングネットワーク化の試み
- 環状構造を有するカオスニューロン結合系における同期現象の解析(機械学習によるバイオデータマインニング,生命現象の非線形性,一般)
- NLP2010-14 環状構造を有するカオスニューロン結合系における同期現象の解析(一般,機械学習によるバイオデータマインニング,生命現象の非線形性,一般)
- エコーステートネットワークと動径基底関数ネットワークの組合せによるカオス時系列予測
- A-2-31 強化学習によるカオスの同期制御のためのベクトル量子化の改良(A-2.非線形問題,一般セッション)
- 1/f^α揺らぎを印加した動的連想記憶カオスニューラルネットワークの想起特性(カオスの通信への応用,局在振動,一般)
- 改良粒子最適化を適用したニューラルネットワークによるカオス時系列予測(カオスの通信への応用,局在振動,一般)
- パラメータコントロール型Q-Routingの動的ネットワーク環境への適用(BCI/BMIとその周辺,一般)
- 複素ニューラルネットワークモデルによる文脈依存シンボル列の学習(BCI/BMIとその周辺,一般)
- タイムシフトタイルコーディングによる強化学習の高速化の試み
- サポートベクターマシンを用いた連想記憶のダイナミクスの解析
- MPIによる並列計算を用いたマルチエージェント強化学習のカオス制御への適用
- A-2-24 文脈依存系列を学習したエルマン型カオスニューラルネットワークの分岐特性(A-2. 非線形問題,一般セッション)
- リカレントSOMと独立成分分析を用いた脳磁界解析
- 自己組織化マップによる地点分類とBlock Shift操作を用いた非対称巡回セールスマン問題の解法
- D-2-1 複素自己相関連想記憶における出力関数の改良(D-2.ニューロコンピューティング,一般講演)
- A-2-32 連続時間カオス力学系の強化学習による制御(A-2.非線形問題,一般講演)
- 強化学習を用いたカオス制御に使用する状態の簡易構成法
- 複素双方向型連想モデルにおける相関学習と擬似緩和学習との比較
- リカレンスプロットを用いた強化学習における学習進度の評価
- 最小二乗サポートベクトルマシンによるカオス力学系のモデリングにおける最小記述長原理の適用(NLP一般)
- 強化学習における環境変化の検出法
- SOMを用いたフラクタル画像符号化
- SOMを用いたフラクタル画像符号化
- SOMを用いたフラクタル画像符号化
- 独立成分分析を用いた脳磁界計測のノイズ軽減に関する研究
- アクター・クリティック型強化学習における学習率の非線形スケジューリング
- 連想記憶カオスニューラルネットワークの強化学習による非周期化に伴う制御入力の解析
- 連想記憶カオスニューラルネットワークが示す間歇カオス周辺における制御(非線形回路とシステム,及び一般)
- 連想記憶カオスニューラルネットワークが示す間歇カオス周辺における制御(非線形回路とシステム,及び一般)
- 最適化問題用カオスニューラルネットワークの強化学習による制御
- シンボル列を学習したエルマン型カオスニューラルネットワークのカオス化
- 強化学習による連想記憶カオスニューラルネットワークのカオスへの制御
- シンボル列を学習したカオスニューラルネットワークの分岐特性
- カオスニューロンを組み込んだ離散値データ処理のためのニューラルネットモデル
- 強化学習によるカオス制御におけるプロトタイプ数および摂動の影響
- 強化学習によるカオス制御の性能評価と小規模カオスニューラルネットへの適用
- 動的ニューラルネットモデルにおいて非周期的動作を実現するパラメータ探索の試み
- 重み付き連想記憶ニューラルネットにおける引き込み領域に関する実験的検討
- A-2-5 シナプスおよび細胞体の電位特性を考慮したパルスニューロンモデルにおける複数入力の位相差検出
- α関数状シナプス後電位特性を有するパルスニューロンモデルの複数入力系列に対する応答
- CAS2000-43 / NLP2000-51 α関数状シナプス後電位特性を有するパルスニューロンモデルの決定論的入力パルス系列に対する応答
- CAS2000-43 / NLP2000-51 α関数状シナプス後電位特性を有するパルスニューロンモデルの決定論的入力パルス系列に対する応答
- ニュ-ラルネットワ-クによる非線形予測
- ニューラルネットワークと予測(ニューラルネットワーク)
- 人口ニューラルネットワークを用いたラットの味覚神経系データの解析
- ニューラル予測器とカオス(カオスとその周辺,研究会報告)
- 不規則指タッピング運動イメージ時におけるNIRSにおける脳活動計測の試み(BCI/BMIその周辺,一般)
- 近赤外分光法を用いた屈折負荷に対する脳機能計測 : 第一報(BCI/BMIその周辺,一般)
- A-2-12 ブロックシフト交換を用いた非対称巡回セールスマン問題の解法のGPGPUによる高速化の試み(A-2.非線形問題,一般セッション)
- 非線形サポートベクターマシンを用いた動的連想記憶モデルにおけるパターン間相関の影響
- 近赤外分光法を用いた屈折負荷に対する脳機能計測 : 第一報
- GPGPUを用いた組合せ最適化問題計算の高速化
- Newman-Watts型カオスニューラルネットワークにおける同期特性
- Granger Causalityを用いたNIRSデータのconnectivity解析 (ニューロコンピューティング)
- Newman-Wattsやカオスニューラルネットワークの外部入力に対する応答 (非線形問題)
- 複雑指タッピングタスクにおけるNIRS信号の分散プロットによる解析 (非線形問題)
- ブロックシフト操作とカオスニューロダイナミクスを用いた非対称巡回セールスマン問題の解法
- A-2-16 二種類の粒子群最適化手法の切替を用いた多目的最適化問題の解法(A-2.非線形問題,一般セッション)
- Granger Causalityを用いたNIRSデータのconnectivity解析(BCI/BMIとその周辺,一般)
- 複雑指タッピングタスクにおけるNIRS信号の分散プロットによる解析
- Newman-Watts型カオスニューラルネットワークの外部入力に対する応答
- ブロックシフト操作とカオスニューロダイナミクスを用いた非対称巡回セールスマン問題の解法
- インスタンスに応じた領域分割によるTSPの近似解法 : P型フーリエ記述子を利用した解法
- カオスニューロダイナミクスによる粒子群最適化手法の切替を用いた多目的最適化問題の解法
- Granger Causality を用いたNIRSデータの connectivity 解析
- インスタンスに応じた領域分割によるTSPの近似解法 : P型フーリエ記述子を利用した解法
- A-2-13 粒子群最適化法の切替を用いた多目的最適化問題解法におけるカオスニューロダイナミクスの有効性(A-2.非線形問題,一般セッション)
- B-5-2 NIRSデータを用いた運動とイメージのネットワーク解析(感覚処理(2))