徳島大学 教育・研究者情報データベース(EDB)

1. (英) Yoshihiro Kinouchi / (日) 木内 敬浩

   役割	任意
   貢献度	任意
   学籍番号	推奨

2. 芥川 正武([徳島大学.大学院社会産業理工学研究部.理工学域.電気電子系.電気電子システム分野]/[徳島大学.理工学部.理工学科.電気電子システムコース.電気電子システム講座])

   役割	任意
   貢献度	任意
   学籍番号	推奨

3. 榎本 崇宏([徳島大学.大学院社会産業理工学研究部.理工学域.電気電子系.電気電子システム分野]/[徳島大学.理工学部.理工学科.電気電子システムコース.電気電子システム講座])

   役割	任意
   貢献度	任意
   学籍番号	推奨

4. 長篠 博文

   役割	任意
   貢献度	任意
   学籍番号	推奨

5. 小中 信典

   役割	任意
   貢献度	任意
   学籍番号	推奨

6. 木内 陽介

   役割	任意
   貢献度	任意
   学籍番号	推奨

(英) Analysis of state change of nonlinear systems using neural networks : Analysis of the connection weights by principal component analysis

(日) ニューラルネットワークを用いた非線形システムの状態変化の指標化 : 主成分分析による結合荷重の解析

(英) Nonlinearity is one of the significant factor to characteristics of a living body because it is a nonlinear system.The use of neural networks (NN) to analyze the non-linear system, a method to capture the state of nonlinear systems has been reported.However, when applied to EEG this method, a relatively large network is required to model the EEG.The purpose of this study is to propose a method to capture the state changing from obtain signals using weight space analysis of neural networks. In this research, in order to catch the state a known nonlinear system as a simulation of a living body system. The logistic map is used to confirm the applicability of proposed method. In this study, the Principal Component Analysis(PCA) is carried out to clarify the change of weight vectors. As results of computer simulation, change of parameters is successfully captured.

(日) 生体システムは,非線形システムでありそのシステムの特徴を捉えるためにシステムの非線形性を考慮に入れる必要がある.非線形システムの解析手法としてニューラルネットワーク(以下 NN)を用いる事で,非線形システムの状態を捉える方法が報告されている.しかしながら,この方法を脳波解析に適用した場合,脳波をモデル化するために比較的大きなネットワークが必要である.本研究では,生体システムの状態変化を捉えるため既知の非線形システムの状態変化を,生体システムの状態変化のシミュレーションとして,NNで学習を行う.学習後の結合荷重の変化からシステムの状態変化を推定し指標化する.また,本研究ではNNの構造が大きくなり結合荷重数が増えると,評価が見づらくなる問題に対して主成分分析を用いて改善を検討する.

1. ニューラルネットワーク(neural network)
2. 非線形システム(nonlinear systems)
3. (英) PCA / (日) 主成分分析