Sequential Detection of P300 Waves for High-Throughput Brain-Computer Interfaces

Yongseok Yoo

doi:10.5391/IJFIS.2017.17.2.68

추천

검색

질문

자료유형: 학술저널

저자정보: Yongseok Yoo (Incheon National University)

저널정보: 한국지능시스템학회 INTERNATIONAL JOURNAL of FUZZY LOGIC and INTELLIGENT SYSTEMS INTERNATIONAL JOURNAL of FUZZY LOGIC and INTELLIGENT SYSTEMS Vol.17 No.2

발행연도: 2017.6

수록면: 68 - 75 (8page)

DOI: 10.5391/IJFIS.2017.17.2.68

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

The P300 wave in electroencephalography (EEG) has been widely used for brain–computer interfaces (BCIs). The purpose of this study is to reduce the large latency in detecting P300 wave using sequential detection theory. The probability of a P300 wave from each EEG measurement is calculated using an ensemble of support vector machines with simple postprocessing. The sequential detection of a P300 wave is formulated as either binary or multiple hypothesis tests. A decision is made as soon as the accumulated probability of a P300 wave reaches decision boundaries given by Wald’s approximation. The experimental results agreed with the theory and often showed fewer errors than predicted. With binary hypotheses, the probabilities of a miss and a false positive were close to and often lower than theoretical predictions. For multiple hypothesis tests, sequential detection required much fewer samples than fixed-sample-size detection to achieve the same accuracy. Thus, sequential detection of P300 waves enables a high accuracy and low latency of BCIs.

#P300 wave #Brain-computer interface #Sequential detection #Wald's approximation

참고문헌 (23)

참고문헌 신청

S. Sutton, M. Braren, J. Zubin, and E. R. John, “Evokedpotential correlates of stimulus uncertainty,” Science, vol. 150, no. 3700, pp. 1187-1188, 1965. https://doi.org/10.1126/science.150.3700.1187 S. Sutton, P. Tueting, J. Zubin, and E. R. John, “Information delivery and the sensory evoked potential,” Science, vol. 155, no. 3768, pp. 1436-1439, 1967. https://doi.org/10.1126/science.155.3768.1436 J. van Erp, F. Lotte, and M. Tangermann, “Brain-computer interfaces: beyond medical applications,” Computer, vol. 45, no. 4, pp. 26-34, 2012. https://doi.org/10.1109/MC.2012.107 J. Becedas, “Brain-machine interfaces: basis and advances,” IEEE Transactions on Systems, Man, and Cybernetics, Part C (Applications and Reviews), vol. 42, no. 6, pp. 825-836, 2012. https://doi.org/10.1109/TSMCC.2012.2203301 E. Donchin, K. M. Spencer, and R. Wijesinghe, “The mental prosthesis: assessing the speed of a P300-based brain-computer interface,” IEEE Transactions on Rehabilitation Engineering, vol. 8, no. 2, pp. 174-179, 2000. https://doi.org/10.1109/86.847808

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

유용석

소속기관 인천대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학

논문수 2 이용수 115

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2018-003-001014406

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (23)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)