Recurrent Self-Organizing Map によるBCIに向けた信号解析

スポンサーリンク

概要

• 論文の詳細を見る

• Recurrent Self-Organizing Map:RSOM はMarkusらによって提案されたものである.RSOMでは時系列信号のクラスタリングが可能になった.中倉らは類似度を考慮したSimilarity-based SOM:SSOMを提案した.これによりニューロン使用率が向上した.我々はRSOMにSSOMを融合したSRSOMを提案した.本研究ではSRSOMを用いて近赤外光計測器NIRSで計測された脳信号の解析を行った.BCIに向けた複数タスクの認識率の向上を試みた.

• 一般社団法人電子情報通信学会の論文
• 2013-03-06

著者

• 山内 ゆかり

  日本大学生産工学

• 木野 裕麻

  日本大学生産工学部

関連論文

• 自己組織化による複雑ネットワーク生成手法の提案(「社会的インタラクションにおける知」及び一般)
• 類似度に基づき成長する複雑ネットワーク生成モデルの提案
• 類似度に基づき成長する複雑ネットワークの比較と評価 (ニューロコンピューティング)
• ネットワーク構造と記銘パターンの違いによる記憶容量への影響 (ニューロコンピューティング)
• ネットワーク構造と記銘パターンの違いによる記憶容量への影響(一般,複雑系とニューロコンピューティング)
• 類似度に基づき成長する複雑ネットワークの比較と評価(一般,複雑系とニューロコンピューティング)
• カオスニューラルネットワークを用いた周期的連想記憶に関する研究(一般,複雑系とニューロコンピューティング)
• 類似度に基づき成長する複雑ネットワーク生成モデルの提案
• 類似度を考慮した近傍学習による適応型自己組織化マップ
• Recurrent Self-Organizing Map によるBCIに向けた信号解析

スポンサーリンク