WEKO3
アイテム
自己回帰モデルによる睡眠脳波時系列の分類
https://nitech.repo.nii.ac.jp/records/3712
https://nitech.repo.nii.ac.jp/records/371294a8c2f4-ec70-499c-9566-6cf27b9d83af
名前 / ファイル | ライセンス | アクション |
---|---|---|
![]() |
Copyright(c)1978 IEICE http://search.ieice.org/index.html
|
Item type | 学術雑誌論文 / Journal Article(1) | |||||||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
公開日 | 2012-11-07 | |||||||||||||||||
タイトル | ||||||||||||||||||
タイトル | 自己回帰モデルによる睡眠脳波時系列の分類 | |||||||||||||||||
言語 | ja | |||||||||||||||||
言語 | ||||||||||||||||||
言語 | jpn | |||||||||||||||||
資源タイプ | ||||||||||||||||||
資源タイプ識別子 | http://purl.org/coar/resource_type/c_6501 | |||||||||||||||||
資源タイプ | journal article | |||||||||||||||||
その他(別言語等)のタイトル | ||||||||||||||||||
その他のタイトル | ジコ カイキ モデル ニヨル スイミン ノウハ ジケイレツ ノ ブンルイ | |||||||||||||||||
言語 | ja-Kana | |||||||||||||||||
その他(別言語等)のタイトル | ||||||||||||||||||
その他のタイトル | Classification of Sleeping Electroencephalogram Data by Autoregressive Model | |||||||||||||||||
言語 | en | |||||||||||||||||
著者 |
石井, 直宏
× 石井, 直宏
× 岩田, 彰
× 鈴村, 宣夫
× 杉本, 英行
|
|||||||||||||||||
著者別名 | ||||||||||||||||||
姓名 | Iwata, Akira | |||||||||||||||||
書誌情報 |
ja : 電子通信学会論文誌. D 巻 J61-D, 号 12, p. 901-908, 発行日 1978-12-20 |
|||||||||||||||||
出版者 | ||||||||||||||||||
出版者 | Institute of Electronics, Information and Communication Engineers | |||||||||||||||||
言語 | en | |||||||||||||||||
ISSN | ||||||||||||||||||
収録物識別子タイプ | ISSN | |||||||||||||||||
収録物識別子 | 0374-468X | |||||||||||||||||
item_10001_source_id_32 | ||||||||||||||||||
収録物識別子タイプ | NCID | |||||||||||||||||
収録物識別子 | AN00153326 | |||||||||||||||||
出版タイプ | ||||||||||||||||||
出版タイプ | VoR | |||||||||||||||||
出版タイプResource | http://purl.org/coar/version/c_970fb48d4fbd8a85 | |||||||||||||||||
内容記述 | ||||||||||||||||||
内容記述タイプ | Other | |||||||||||||||||
内容記述 | 非定常な時系列は地震,音声,経済変動および生体電気活動など多くの分野で見い出される.これらの非定常な時系列から意味のある情報を抽出すること,あるいはこれらの時系列から系の状態を分類すること,及び系の状態を予測することなどの問題がしばしば生じる.本論文では,これらの問題のうち非定常な時系列の分類の問題をとりあげた.具体的に非定常な時系列として睡眠脳波時系列について検討した.はじめに非定常な睡眠脳波時系列を定常部分系列に分割するようなセグメンテーション(区画化)の方法として,時系列のスペクトル誤差量とKullback情報量を導入した.このときKullback情報量がスペクトル情報を推定するための最ゆう法による適合誤差尺度,更には最ゆう法による残差のゆう度比と等価な量となることを導いた.次にこの残差のゆう度比によって一晩中の睡眠脳波の識別を行い,睡眠段階の分類づけをした. | |||||||||||||||||
言語 | ja |