情報処理学会 第87回全国大会

2ZK-08
データ拡張を用いたファインチューニングによるCNN-GRUモデルの脳波判別性能向上
○早川 諒,佐久間拓人,加藤昇平(名工大)
脳活動により外部機器を直接制御可能にするBCIは,運動機能障碍者のリハビリテーションや生活支援等への応用が期待される.本研究では,CNNとGated Recurrent Unitのハイブリッドモデルを提案し,脳波の個人差に対応するため,被験者本人のデータを用いるファインチューニング(UserFT)を実施する.データ拡張によって判別性能をほぼ維持したままUserFTに用いるデータ数を360から130に減少させることに成功した.右手と左手の運動想起判別において,データ数130でUserFTを実施すると正解率70%を超える被験者数が42人から44人に増加し正解率は77.1%から78.0%に向上した.