論文の概要: Method for Evaluating the Number of Signal Sources and Application to Non-invasive Brain-computer Interface
- arxiv url: http://arxiv.org/abs/2410.11844v1
- Date: Thu, 26 Sep 2024 09:03:42 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-10-20 10:39:50.457451
- Title: Method for Evaluating the Number of Signal Sources and Application to Non-invasive Brain-computer Interface
- Title（参考訳）: 信号源数評価法と非侵襲脳-コンピュータインタフェースへの応用
- Authors: Alexandra Bernadotte, Victor Buchstaber,
- Abstract要約: 本稿では,時系列展開法の背後にある数学的理論を簡潔に紹介する。
提示されたアルゴリズムは、脳とコンピュータのインターフェイスから収集されたデータを解析するための貴重な数学的および分析ツールとして機能する。
- 参考スコア（独自算出の注目度）: 49.1574468325115
- License:
- Abstract: This paper provides a brief introduction of the mathematical theory behind the time series unfolding method. The algorithms presented serve as a valuable mathematical and analytical tool for analyzing data collected from brain-computer interfaces. In our study, we implement a mathematical model based on polyharmonic signals to interpret the data from brain-computer interface sensors. The analysis of data coming to the brain-computer interface sensors is based on a mathematical model of the signal in the form of a polyharmonic signal. Our main focus is on addressing the problem of evaluating the number of sources, or active brain oscillators. The efficiency of our approach is demonstrated through analysis of data recorded from a non-invasive brain-computer interface developed by the author.
- Abstract（参考訳）: 本稿では,時系列展開法の背後にある数学的理論を簡潔に紹介する。
提示されたアルゴリズムは、脳とコンピュータのインターフェイスから収集されたデータを解析するための貴重な数学的および分析ツールとして機能する。
そこで本研究では,脳-コンピュータインタフェースセンサからのデータを解釈するために,多調波信号に基づく数学的モデルを実装した。
脳-コンピュータインタフェースセンサーにやってくるデータの分析は、ポリハーモニック信号の形での信号の数学的モデルに基づいている。
我々の主な焦点は、源数、またはアクティブな脳振動子を評価する問題に対処することである。
筆者らが開発した非侵襲的脳-コンピュータインタフェースから記録したデータの解析により,本手法の有効性を実証した。
関連論文リスト
- Deep Latent Variable Modeling of Physiological Signals [0.8702432681310401]
潜時変動モデルを用いた生理モニタリングに関する高次元問題について検討する。
まず、光学的に得られた信号を入力として、心の電気波形を生成するための新しい状態空間モデルを提案する。
次に,確率的グラフィカルモデルの強みと深い敵対学習を組み合わせた脳信号モデリング手法を提案する。
第3に,生理的尺度と行動の合同モデリングのための枠組みを提案する。
論文 参考訳（メタデータ） (2024-05-29T17:07:33Z) - D-CoRP: Differentiable Connectivity Refinement for Functional Brain Networks [4.675640373196467]
脳ネットワークの既存のモデルは、通常、脳の領域に焦点を当てたり、脳の結合性の複雑さを見落としたりする。
我々は脳の接続性を改善するための識別可能なモジュールを開発した。
実験の結果,提案手法は様々なベースラインモデルの性能を大幅に向上させることができることがわかった。
論文 参考訳（メタデータ） (2024-05-28T23:49:52Z) - Computational Models to Study Language Processing in the Human Brain: A Survey [47.81066391664416]
本稿では,脳研究における計算モデルの利用の取り組みを概観し,新たな傾向を浮き彫りにしている。
我々の分析によると、すべてのデータセットで他のモデルよりも優れているモデルはない。
論文 参考訳（メタデータ） (2024-03-20T08:01:22Z) - Brain-Driven Representation Learning Based on Diffusion Model [25.375490061512]
本研究では,拡散確率モデル(DDPM)について検討した。
条件付きオートエンコーダとDDPMを併用することで、我々の新しいアプローチは従来の機械学習アルゴリズムよりもかなり優れています。
本研究は,音声関連脳波信号解析のための高度な計算手法として,DDPMの可能性を強調した。
論文 参考訳（メタデータ） (2023-11-14T05:59:58Z) - WaLiN-GUI: a graphical and auditory tool for neuron-based encoding [73.88751967207419]
ニューロモルフィックコンピューティングはスパイクベースのエネルギー効率の高い通信に依存している。
本研究では, スパイクトレインへのサンプルベースデータの符号化に適した構成を同定するツールを開発した。
WaLiN-GUIはオープンソースとドキュメントが提供されている。
論文 参考訳（メタデータ） (2023-10-25T20:34:08Z) - Digital Twin Brain: a simulation and assimilation platform for whole
human brain [14.320205840701226]
我々は、人間の脳全体のスパイク神経ネットワークをシミュレートできるDTB(Digital twin brain)という計算プラットフォームを提案する。
均質なグローバル構造を持つほとんどの脳シミュレーションと比較して、脳のsMRI、DTI、PETデータにおけるスパース性、結合性、異種性は、脳シミュレーションの効率に重要な影響を与える。
論文 参考訳（メタデータ） (2023-08-02T15:56:43Z) - A Convolutional Spiking Network for Gesture Recognition in
Brain-Computer Interfaces [0.8122270502556371]
脳信号に基づく手振り分類の例題問題に対して,簡単な機械学習に基づくアプローチを提案する。
本手法は脳波データとECoGデータの両方で異なる対象に一般化し,92.74-97.07%の範囲で精度が向上することを示した。
論文 参考訳（メタデータ） (2023-04-21T16:23:40Z) - Mixed Effects Neural ODE: A Variational Approximation for Analyzing the
Dynamics of Panel Data [50.23363975709122]
パネルデータ解析に(固定・ランダムな)混合効果を取り入れたME-NODEという確率モデルを提案する。
我々は、Wong-Zakai定理によって提供されるSDEの滑らかな近似を用いて、我々のモデルを導出できることを示す。
次に、ME-NODEのためのエビデンスに基づく下界を導出し、(効率的な)トレーニングアルゴリズムを開発する。
論文 参考訳（メタデータ） (2022-02-18T22:41:51Z) - Sensitivity analysis in differentially private machine learning using
hybrid automatic differentiation [54.88777449903538]
感性分析のための新しいテクスチブリド自動識別システム(AD)を導入する。
これにより、ニューラルネットワークをプライベートデータ上でトレーニングするなど、任意の微分可能な関数合成の感度をモデル化できる。
当社のアプローチは,データ処理の設定において,プライバシ損失に関する原則的推論を可能にする。
論文 参考訳（メタデータ） (2021-07-09T07:19:23Z) - Application of computer simulation results and machine learning in
analysis of microwave radiothermometry data [117.44028458220427]
この記事ではマイクロ波ラジオサーモメトリーデータ解析における機械学習の応用について論じる。
コンピュータ実験の助けを借りて、機械学習アルゴリズムセットに基づいて、哺乳腺の温度フィールドコンピュータモデルが適切を設定します。
論文 参考訳（メタデータ） (2020-12-18T16:40:36Z)
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。