| 講演抄録／キーワード |
| 講演名 |
2024-06-07 09:30
頭蓋内脳波からの発話文推定には学習済み表現学習モデルが利用できる
○村上翔哉・古明地秀治・重見 開（東京農工大）・三橋 匠・飯村康司・鈴木皓晴・菅野秀宣（順天堂大）・篠田浩一（東工大）・田中聡久（東京農工大） |
| 抄録 |
（和） |
頭蓋内電極を用いた脳活動の記録（頭蓋内脳波）から話者の発話内容を推定するにあたり，深層学習の有効性がわかってきた．ただし，深層学習には大量のデータが必要であるが，侵襲データの収集は容易ではない． 本稿では，事前学習された公開モデルを特徴抽出器として利用し，その出力をシンプルな分類器に入力することで，少量の学習データでも発話内容を推定できると仮説を立てた． 15名の実験参加者における評価実験の結果，10名で提案手法が比較的複雑なモデルであるTransformerの推定精度を上回った． |
| （英） |
Deep learning has been shown to be effective in decoding the content of a speaker's speech from recordings of brain activity using intracranial electrodes (intracranial electroencephalogram). However, deep learning requires a large amount of data, and collecting invasive data is not easy. In this paper, we hypothesize that by using a pre-trained public model as a feature extractor and inputting its output to a simple classifier, it is possible to decode the content of speech even with a small amount of training data. Results of an evaluation experiment with 15 participants showed that the proposed method outperformed the Transformer, a relatively complex model, in estimation accuracy for 10 participants. |
| キーワード |
（和） |
ブレインコンピュータインタフェース / 皮質脳波 / 自己教師あり表現学習 / / / / / |
| （英） |
brain-computer interface / electrocorticogram / self-supervised learning / / / / / |
| 文献情報 |
映情学技報 |
| 資料番号 |
|
| 発行日 |
|
| ISSN |
Online edition: ISSN 2424-1970 |
| PDFダウンロード |
|