ПРИМЕНЕНИЕ ROC-АНАЛИЗА ДЛЯ ВЫБОРА КЛАССИФИКАТОРОВ В ИНТЕРФЕЙСНЫХ СИСТЕМАХ МОЗГ-КОМПЬЮТЕР

Anton Sergeevich Mekhonoshin, Roman Raisovich Bakunov, Oleg Andreevich Kashin


Аннотация


Статья посвящена проблеме выбора оптимального классификатора сигналов, обрабатываемых в интерфейсных системах мозг-компьютер. Указанная проблема возникает при решении широкого спектра задач, связанных с использованием подобных систем. Описан подход, который может быть использован для оценки качества работы классификаторов сигналов. Данный подход базируется на использовании идей ROC-анализа для задач бинарной классификации. Предлагается оригинальный способ адаптации ROC-анализа для оценки работы классификаторов сигналов в задачах с несколькими классами. Приводятся наглядные результаты экспериментального применения предложенного способа, а также их интерпретация. Описанный в статье подход может использоваться при построении интерфейсных систем мозг-компьютер, а также при разработке информационно-измерительных систем произвольного назначения. Его применение позволит повысить достоверность результатов классификации сигналов в подобных системах.

Ключевые слова


сигнал; распознавание; цифровая обработка сигналов; классификация; информационно-измерительная система

Литература


Recent Advances in Brain-Computer Interface Systems, Prof. Reza Fazel (Ed.), ISBN: 978-953-307-175-6, 222 pages, Publisher: InTech, DOI: 10.5772/14174. Available from: http://www.intechopen.com/books/recent-advances-in-brain-computer-interface-systems.

Экспериментально-теоретические основания и практические реализации технологии «интерфейс мозг – компьютер» / Каплан А. Я. [и др.] // Бюллетень сибирской медицины. 2013. Т. 12, № 2. С. 21–29.

Файзрахманов Р. А., Бакунов Р. Р. Автоматизированное управление подвижными объектами с помощью технологии интерфейса «мозг-компьютер» // Преподавание информационных технологий в Российской Федерации: материалы Тринадцатой открытой Всероссийской конференции (г. Пермь, 14-15 мая 2015 г.) / Пермский государственный национальный исследовательский университет. Пермь, 2015. 268 с.

Файзрахманов Р. А., Бакунов Р. Р. Оценка применимости независимых интерфейсов мозг-компьютер в робототехнических системах // Электротехника. 2014. № 11. С. 38-41.

R.A. Faizrakhmanov, R.R. Bakunov. Assessment of the applicability of independent brain-computer interfaces in robotic systems // Russian Electrical Engineering. 2014. Vol. 85, Issue 11. pp. 683-686.

Технологии анализа данных: Data Mining, Visual Mining, Text Mining, OLAP / А. А. Барсегян, М. С. Куприянов, В. В. Степаненко, И. И. Холод. 2-е изд., перераб. и доп. СПб.: БХВ-Петербург, 2007. 384 с.: ил. + CD-ROM.

Харкевич А. А. Борьба с помехами. 2-е изд., доп. и перераб. М.: Наука, 1965. 276 с.

Оппенгейм А. В., Шафер Р. В. Цифровая обработка сигналов: Пер. с англ./ Под ред. С. Я. Шаца. М.: Связь, 1979. 416 с., ил.

Айфичер Э. С., Джервис Б. У. Цифровая обработка сигналов: практический подход, 2-е издание.: Пер. с англ. М.: Издательский дом «Вильямс», 2004. 992 с.: ил.Парал. тит. англ.

Воробьёв С.Н. Цифровая обработка сигналов: учебник для студ. учреждений высш. проф. образования / С.Н. Воробьёв. М. : Издательский центр “Академия”, 2013. 320 с.

Файзрахманов Р. А., Бакунов Р. Р. Метод уменьшения размерности пространства признаков в задаче оценки применимости независимых интерфейсов «мозг-компьютер» // Научное обозрение. 2014. № 12-3. С. 772-776.

Brain-Computer Interface Systems - Recent Progress and Future Prospects, Dr. Reza Fazel-Rezai (Ed.), ISBN: 978-953-51-1134-4, 270 pages, Publisher: InTech, DOI: 10.5772/55802. Available from: http://www.intechopen.com/books/brain-computer-interface-system.

Файзрахманов Р. А., Бакунов Р. Р., Кашин О. А. Применение критериев качества кластеризации в информационно-измерительных системах // Научное обозрение. 2015. № 8. С. 231-238.

T. Fawcett. An introduction to ROC analysis // Pattern Recognition Letters. 2006. Vol. 27, Issue 8. P. 859-928.

Трэвис Дж, Кринг Дж. LabVIEW для всех. 4-е издание, переработанное и дополненное. М.: ДМК Пресс, 2011. 904 с.

John W. Eaton, David Bateman, Soren Hauberg, Rik Wehbring. GNU Octave. A high-level interactive language for numerical computations. URL: https://www.gnu.org/software/octave/octave.pdf (дата обращения 10.10.2015).

Файзрахманов Р. А., Бакунов Р. Р. Распознавание режимов работы распределенных потребителей электроэнергии с помощью адаптивной фильтрации // Электротехника. 2013. № 11. С. 36-39.

R.A. Fayzrakhmanov, R.R. Bakunov. Recognition of operating modes of distributed electrical customers by means of adaptive filtration // Russian Electrical Engineering. 2013. Vol. 84, Issue 11. pp.630-633.

Файзрахманов Р. А., Франк Т., Бакунов Р. Р., Мехоношин А. С., Федоров А. Б. Распознавание режимов работы распределенных потребителей электроэнергии // Электротехника. 2012. № 11. С. 32-36.

R.A. Fayzrakhmanov, T. Frank, R.R. Bakunov, A.S. Mekhonoshin, A.B. Fyodorov. Recognition of operating modes of distributed electricity consumers // Russian Electrical Engineering. 2012. Vol. 83, Issue 11. pp. 613- 616.




DOI: https://doi.org/10.12731/wsd-2015-10.2-815-827

Ссылки

  • На текущий момент ссылки отсутствуют.




(c) 2016 В мире научных открытий



ISSN 2658-6649 (print)

ISSN 2658-6657 (online)

HotLog Яндекс цитирования