リモートセンシングとGISのジャーナル

概要

運動イメージに基づくBCIを改善するための新しい3次元確率ベースの分類器

エイドリアン・アシュリー

はじめに: 運動イメージ BCI ベースの支援ロボット ソリューションは、障害者の上肢移動の独立性を高める可能性があります。この研究の目的は、確立された分類器の分類性能を新しいプロトタイプ分類器と比較することです。アプローチ: 著者は、将来的には LIDAR センサーと連携して物体をつかむために開閉する支援ロボット義手を拡張することを目標として、適応決定面 ADS 分類器を開発しました。ADS は、グラーツ工科大学の BCI コンペティション IV データセット 2a のトレーニング データ セットを使用してトレーニングされました。主な結果: オフライン テストでの分類精度は、非適応型 ADS を使用した場合はクラス 1 で 76.06 %、クラス 2 で 81.50 % に達し、適応型 ADS 分類器を使用した場合はクラス 1 で 79.55 %、クラス 2 で 99.69 % に達しました。結論: 著者は、運動イメージ データセットで使用されるプロトタイプの適応決定分類器を示しています。