生体信号パターンの逐次ベイズ学習

生体信号のモデル化と解析

研究概要

信号特性の変化に対する効率的な適応学習アルゴリズムの開発

生体信号は時間とともに変化する非定常な性質を持つため，従来の静的な解析手法では限界があります．本研究では、逐次ベイズ学習の枠組みを用い，分類モデルのパラメータの事後分布を再帰的に更新することで、変化する生体信号パターンに適応可能な学習アルゴリズムを開発しています．特に，筋電位信号や脳波の確率的生成モデルを基にベイズ分類モデルを構築し，逐次ベイズ更新に繋げることで，生体信号の不確実を適切に考慮した，より信頼性の高い逐次学習を実現しています．これまで，筋電位信号の被験者内継続学習や，被験者間転移学習といった応用展開を行い，その有効性を示してきました．

キーワード

BayesianSequential LearningPattern Recognition

クイックリンク

研究成果一覧お問い合わせ

関連する研究成果

すべて見る →

2025ジャーナル

Adaptive EMG pattern classification via probabilistic knowledge transfer with scale mixture-based Bayesian sequential learning

Seitaro Yoneda, Akira Furui

IEEE Transactions on Neural Systems & Rehabilitation Engineering

EMGBayesian Inference+2

PDF Code DOI

2024国際会議

Inter-subject variance transfer learning for EMG pattern classification based on Bayesian inference

Seitaro Yoneda, Akira Furui

Proceedings of the 46th annual international conference of the IEEE engineering in medicine & biology society (EMBC2024)

EMGBayesian Inference+1

PDF DOI

2023国際会議

Bayesian approach for adaptive EMG pattern classification via semi-supervised sequential learning

Seitaro Yoneda, Akira Furui

Proceedings of 2023 IEEE international conference on systems, man, and cybernetics (SMC)

EMGStochastic Model+1

PDF

2024国内会議

ベイズ逐次自己学習と尺度混合分布を用いた筋電位パターンの適応的分類

米田清太朗, 古居彬

第25回計測自動制御学会システムインテグレーション部門講演会（SI2024）

EMGBayesian Inference+2

2022国内会議

ベイズ逐次学習に基づく筋電位パターンの適応的分類

米田清太朗, 古居彬

第23回計測自動制御学会システムインテグレーション部門講演会（SI2022）

EMGBayesian Inference+2