論文の概要: REPAC: Reliable estimation of phase-amplitude coupling in brain networks

• arxiv url: http://arxiv.org/abs/2011.06878v1
• Date: Fri, 13 Nov 2020 12:26:54 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-25 23:52:14.047946
• Title: REPAC: Reliable estimation of phase-amplitude coupling in brain networks
• Title（参考訳）: REPAC:脳ネットワークにおける位相振幅結合の信頼性評価
• Authors: Giulia Cisotto
• Abstract要約: 脳波信号におけるPAC事象のモデリングと検出のための信頼性とロバストなアルゴリズムREPACを提案する。 本稿では,PAC様脳波信号の合成,特にPACを特徴付ける重要なパラメータについて述べる。 計算機シミュレーションを用いて、ランダムなPAC様脳波信号のセットを生成し、ベースライン法におけるREPACの性能をテストする。
• 参考スコア（独自算出の注目度）: 6.396288020763144
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent evidence has revealed cross-frequency coupling and, particularly, phase-amplitude coupling (PAC) as an important strategy for the brain to accomplish a variety of high-level cognitive and sensory functions. However, decoding PAC is still challenging. This contribution presents REPAC, a reliable and robust algorithm for modeling and detecting PAC events in EEG signals. First, we explain the synthesis of PAC-like EEG signals, with special attention to the most critical parameters that characterize PAC, i.e., SNR, modulation index, duration of coupling. Second, REPAC is introduced in detail. We use computer simulations to generate a set of random PAC-like EEG signals and test the performance of REPAC with regard to a baseline method. REPAC is shown to outperform the baseline method even with realistic values of SNR, e.g., -10 dB. They both reach accuracy levels around 99%, but REPAC leads to a significant improvement of sensitivity, from 20.11% to 65.21%, with comparable specificity (around 99%). REPAC is also applied to a real EEG signal showing preliminary encouraging results.
• Abstract（参考訳）: 近年のエビデンスでは、交叉周波数結合、特に位相振幅結合(pac)が、脳が様々な高レベルの認知・感覚機能を達成するための重要な戦略であることが示されている。 しかし、PACの復号化は依然として難しい。 このコントリビューションは、EEG信号のPACイベントのモデリングと検出のための信頼性が高く堅牢なアルゴリズムであるREPACを提供する。 まず,PAC様脳波信号の合成,特にPACを特徴付ける重要なパラメータ,すなわちSNR,変調指数,結合時間について述べる。 第2に、REPACが詳しく紹介されている。 計算機シミュレーションを用いて、ランダムなPAC様脳波信号のセットを生成し、ベースライン法におけるREPACの性能をテストする。 REPACは、SNR(例えば-10dB)の現実的な値であっても、ベースライン法よりも優れている。 両者とも精度は99%程度に達するが、REPACは感度を20.11%から65.21%に改善し、特異度は99%程度である。 repacは、予備的な推奨結果を示す実際の脳波信号にも適用される。

関連論文リスト

• Speech enhancement with frequency domain auto-regressive modeling [34.55703785405481]
  遠距離実環境における音声アプリケーションは、残響によって破損した信号を扱うことが多い。 本稿では,音声品質と自動音声認識(ASR)性能を向上させるために,音声認識の統一的枠組みを提案する。
  論文  参考訳（メタデータ） (2023-09-24T03:25:51Z)
• DGSD: Dynamical Graph Self-Distillation for EEG-Based Auditory Spatial Attention Detection [49.196182908826565]
  AAD(Auditory Attention Detection)は、マルチスピーカー環境で脳信号からターゲット話者を検出することを目的としている。 現在のアプローチは主に、画像のようなユークリッドデータを処理するために設計された従来の畳み込みニューラルネットワークに依存している。 本稿では、入力として音声刺激を必要としないAADのための動的グラフ自己蒸留(DGSD)手法を提案する。
  論文  参考訳（メタデータ） (2023-09-07T13:43:46Z)
• Improving Generalization of Complex Models under Unbounded Loss Using PAC-Bayes Bounds [10.94126149188336]
  PAC-Bayes学習理論は、テストエラーの厳密な上限を確立することに重点を置いている。 PAC-Bayesトレーニングと呼ばれる最近提案されたトレーニング手順は、これらの境界を最小化するためにモデルを更新する。 このアプローチは理論的に健全であり、実際は、経験的リスク最小化(ERM)によって得られたものほど、テストエラーを達成していない。 PAC-Bayes トレーニングアルゴリズムを導入し,性能向上と事前チューニングへの依存度低減を実現した。
  論文  参考訳（メタデータ） (2023-05-30T17:31:25Z)
• Data post-processing for the one-way heterodyne protocol under composable finite-size security [62.997667081978825]
  本研究では,実用的連続可変(CV)量子鍵分布プロトコルの性能について検討する。 ヘテロダイン検出を用いたガウス変調コヒーレント状態プロトコルを高信号対雑音比で検討する。 これにより、プロトコルの実践的な実装の性能を調べ、上記のステップに関連付けられたパラメータを最適化することができる。
  論文  参考訳（メタデータ） (2022-05-20T12:37:09Z)
• Enhancement on Model Interpretability and Sleep Stage Scoring Performance with A Novel Pipeline Based on Deep Neural Network [4.296506281243336]
  本稿では,アメリカ睡眠医学会の定義に従い,脳波(EEG)の表現学習のための時間周波数フレームワークを提案する。 入力された脳波スペクトログラムは、時間と周波数軸の一連のパッチに分割され、さらに表現学習を行うための繊細な深層学習ネットワークに入力される。 提案したパイプラインは、大規模なデータベース、すなわちSleep Heart Health Study (SHHS)に対して検証され、その結果、ウェイク、N2、N3ステージの競合性能が最先端の作業より優れていることが示された。
  論文  参考訳（メタデータ） (2022-04-07T02:48:13Z)
• Signal Quality Assessment of Photoplethysmogram Signals using Quantum Pattern Recognition and lightweight CNN Architecture [1.160208922584163]
  光胸腺造影(PPG)信号は、呼吸の健康に関する生理的情報を含んでいる。 記録中、これらのPSG信号は動きのアーティファクトや身体の動きによって容易に破損し、ノイズが富み、質の悪い信号となる。 本研究では,新しい量子パターン認識(QPR)技術を用いた信号品質評価のための軽量CNNアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2022-02-01T17:53:37Z)
• Real-time landmark detection for precise endoscopic submucosal dissection via shape-aware relation network [51.44506007844284]
  内視鏡下粘膜下郭清術における高精度かつリアルタイムなランドマーク検出のための形状認識型関係ネットワークを提案する。 まず,ランドマーク間の空間的関係に関する先行知識を直感的に表現する関係キーポイント・ヒートマップを自動生成するアルゴリズムを考案する。 次に、事前知識を学習プロセスに段階的に組み込むために、2つの補完的な正規化手法を開発する。
  論文  参考訳（メタデータ） (2021-11-08T07:57:30Z)
• Complex-valued Federated Learning with Differential Privacy and MRI Applications [51.34714485616763]
  複雑な値を持つガウスのメカニズムを導入し、その振る舞いは$f$-DP、$(varepsilon, delta)$-DP、R'enyi-DPで特徴づけられる。 本稿では,DPと互換性のある複雑なニューラルネットワークプリミティブを提案する。 実験では,実世界の課題に対して,DPを用いた複合数値ニューラルネットワークを訓練することで概念実証を行う。
  論文  参考訳（メタデータ） (2021-10-07T14:03:00Z)
• Temporal EigenPAC for dyslexia diagnosis [0.0]
  交叉周波数結合(cfc)法は脳波から情報を抽出する方法を提供する。 CFC法は通常局所的に適用され、同じ電極における位相と振幅の相互作用を計算する。 本研究では, 電極間のPAC特性を計算し, 機能的接続性について検討する。
  論文  参考訳（メタデータ） (2021-04-13T07:51:07Z)
• Searching Central Difference Convolutional Networks for Face Anti-Spoofing [68.77468465774267]
  顔認識システムにおいて、顔の反偽造(FAS)が重要な役割を担っている。 最先端のFASメソッドの多くは、スタック化された畳み込みと専門家が設計したネットワークに依存している。 ここでは、中央差分畳み込み(CDC)に基づくフレームレベルの新しいFAS手法を提案する。
  論文  参考訳（メタデータ） (2020-03-09T12:48:37Z)
• PACOH: Bayes-Optimal Meta-Learning with PAC-Guarantees [77.67258935234403]
  PAC-Bayesianフレームワークを用いた理論的解析を行い、メタ学習のための新しい一般化境界を導出する。 我々は、性能保証と原則付きメタレベル正規化を備えたPAC最適メタ学習アルゴリズムのクラスを開発する。
  論文  参考訳（メタデータ） (2020-02-13T15:01:38Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。