Fugu-MT 論文翻訳(概要): Resilience Aspects in Distributed Wireless Electroencephalographic Sampling

論文の概要: Resilience Aspects in Distributed Wireless Electroencephalographic Sampling

arxiv url: http://arxiv.org/abs/2201.01272v1
Date: Tue, 4 Jan 2022 18:11:36 GMT
ステータス: 処理完了
システム内更新日: 2022-01-05 14:38:51.647965
Title: Resilience Aspects in Distributed Wireless Electroencephalographic Sampling
Title（参考訳）: 分散ワイヤレス脳波サンプリングにおけるレジリエンス
Authors: R. Natarov, O. Sudakov, Z. Dyka, I. Kabin, O. Maksymyuk, O. Iegorova, O. Krishtal and P. Langend\"orfer
Abstract要約: 動作センサデータと産業用電力ネットワーク干渉計測を用いてサンプリングチャネルの故障検出を行う可能性を示した。チャネルの故障信号とモーションセンサーデータの間に有意な相関は示されていない。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: Resilience aspects of remote electroencephalography sampling are considered. The possibility to use motion sensors data and measurement of industrial power network interference for detection of failed sampling channels is demonstrated. No significant correlation between signals of failed channels and motion sensors data is shown. Level of 50 Hz spectral component from failed channels significantly differs from level of 50 Hz component of normally operating channel. Conclusions about application of these results for increasing resilience of electroencephalography sampling is made.
Abstract（参考訳）: 遠隔脳波サンプリングのレジリエンスの側面を考察する。動作センサデータと産業用電力ネットワーク干渉の測定をサンプルチャネルの故障検出に利用する可能性を示した。チャネルの故障信号とモーションセンサーデータの間に有意な相関は示されていない。故障チャネルからの50Hzスペクトル成分のレベルは、通常動作チャネルの50Hz成分のレベルと大きく異なる。以上の結果から,脳波サンプリングのレジリエンス向上への応用について考察した。

関連論文リスト

Interference Motion Removal for Doppler Radar Vital Sign Detection Using Variational Encoder-Decoder Neural Network [1.099532646524593]
本稿では,確率論的深層学習モデルを用いた干渉除去手法を提案する。その結果、変分目的を持つ畳み込みエンコーダデコーダニューラルネットワークは、バイタルサインドップラー時間分布の有意義な表現空間を学習できることを示した。
論文参考訳（メタデータ） (2024-04-12T07:41:17Z)
Sensor Fault Detection and Isolation in Autonomous Nonlinear Systems Using Neural Network-Based Observers [6.432798111887824]
センサ故障検出分離法(s-FDI)は一般的な非線形システムに適用される。このアプローチの主な側面は、ニューラルネットワークベースのKazantzis-Kravaris/Luenberger(KKL)オブザーバの利用である。
論文参考訳（メタデータ） (2023-04-18T09:05:07Z)
Shuffled Multi-Channel Sparse Signal Recovery [16.333381000882486]
サンプルと各チャネル間の通信が途絶えた信号再構成問題として機能する。この問題は構造化されたラベルなしセンシング問題と等価であることを示し、ユニークなリカバリのための十分な条件を確立する。本稿では,スパース信号の回復と2チャネルの場合の線形回帰を結合した頑健な再構成手法を提案する。
論文参考訳（メタデータ） (2022-12-14T17:46:17Z)
Large Scale Radio Frequency Wideband Signal Detection & Recognition [0.0]
53種類の信号から550万の合成標本を合成したWidebandSig53データセットを提案する。我々は、WBSig53データセットのオープンソースでカスタマイズ可能な生成、拡張、処理のためのTorchSig信号処理機械学習ツールキットを拡張した。
論文参考訳（メタデータ） (2022-11-04T13:24:53Z)
Disentangled Representation Learning for RF Fingerprint Extraction under Unknown Channel Statistics [77.13542705329328]
本稿では,まず,不整合表現学習(DRL)の枠組みを提案し,入力信号を逆学習によりデバイス関連成分とデバイス関連成分に分解する。提案フレームワークにおける暗黙的なデータ拡張は、デバイス非関連チャネル統計の過度な適合を避けるために、RFF抽出器に正規化を課す。実験により、DR-RFFと呼ばれる提案手法は、未知の複雑な伝播環境に対する一般化可能性の観点から従来の手法よりも優れていることが示された。
論文参考訳（メタデータ） (2022-08-04T15:46:48Z)
Transfer Learning for Fault Diagnosis of Transmission Lines [55.971052290285485]
事前学習されたLeNet-5畳み込みニューラルネットワークに基づく新しい伝達学習フレームワークを提案する。ソースニューラルネットワークから知識を転送して、異種ターゲットデータセットを予測することで、異なる伝送ラインの長さとインピーダンスの障害を診断することができる。
論文参考訳（メタデータ） (2022-01-20T06:36:35Z)
Quantum-assisted Distortion-free audio signal sensing [2.530512865260924]
量子支援型歪みのない音声信号(メロディ,音声)を高忠実度で検出する。この方法では、電気通信への応用に向けた量子センサーの地平を広げることができる。
論文参考訳（メタデータ） (2021-11-07T14:40:58Z)
Bayesian Autoencoders for Drift Detection in Industrial Environments [69.93875748095574]
オートエンコーダは、マルチセンサー環境で異常を検出するために使用される教師なしモデルである。異常は、実際の環境の変化(実際のドリフト)や、故障した感覚デバイス(仮想ドリフト)から生じる。
論文参考訳（メタデータ） (2021-07-28T10:19:58Z)
Robust learning from corrupted EEG with dynamic spatial filtering [68.82260713085522]
実験室の外で記録されたEEGを使用して機械学習モデルを構築するには、ノイズの多いデータとランダムに欠落するチャネルにロバストな方法が必要である。ニューラルネットワークの第1層の前に挿入可能なマルチヘッドアテンションモジュールである動的空間フィルタリング(DSF)を提案する。筆者らは, チャネル汚損を模擬した4000件の録音を含む公開脳波データと, 自然汚損をともなう移動脳波の自家記録100件のプライベートデータセットを用いて, DSFを試験した。
論文参考訳（メタデータ） (2021-05-27T02:33:16Z)
FedRec: Federated Learning of Universal Receivers over Fading Channels [92.15358738530037]
本稿では,ダウンリンクフェージングチャネルに対するニューラルネットワークを用いたシンボル検出手法を提案する。複数のユーザが協力して、普遍的なデータ駆動型検出器を学習する。得られた受信機の性能は、フェーディング統計の知識を必要とせずに、様々なチャネル条件下でMAP性能に近づくことを示す。
論文参考訳（メタデータ） (2020-11-14T11:29:55Z)
Video-based Remote Physiological Measurement via Cross-verified Feature Disentangling [121.50704279659253]
非生理的表現と生理的特徴を混同するための横断的特徴分離戦略を提案する。次に, 蒸留された生理特性を用いて, 頑健なマルチタスク生理測定を行った。歪んだ特徴は、最終的に平均HR値やr信号のような複数の生理的信号の合同予測に使用される。
論文参考訳（メタデータ） (2020-07-16T09:39:17Z)

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。