短時間波形情報による1/fゆらぎ特性の判別

カテゴリ: 部門大会

論文No: TC13-1-4

グループ名: 【C】2024年電気学会電子・情報・システム部門大会

発行日: 2024/08/28

タイトル(英語): Discrimination of 1/f Fluctuation Characteristics by Short-Time Waveform Information Using LSTM

著者名: 長谷川 陸（青山学院大学）,南雲 健人（青山学院大学）,野澤 昭雄（青山学院大学）

著者名(英語): Riku Hasegawa (Aoyama Gakuin University),Kento Nagumo (Aoyama Gakuin University),Akio Nozawa (Aoyama Gakuin University)

キーワード: LSTM|ゆらぎ|LSTM|fluctuation

要約(日本語): 自然界には1/fゆらぎ現象が多く存在する。生体リズムにおいても、安静時の脳波や心拍周期などに1/fゆらぎの存在が観測されている。ここでの「ゆらぎ」とは、規則的に見える動きに内在する不規則な動きのことをいう。一方、不規則な動きを一般にノイズと呼ぶ。典型的なノイズとしてホワイトノイズ、1/fゆらぎなどが知られている。ゆらぎ解析を行うことでバイオフィードバックの応用にも使われている。これまで我々はゆらぎ特性の判別に周波数解析による評価とDFA解析による評価の2種類の解析手法を用いて研究を行った。そこで短時間時系列データでの解析の精度が低い課題があった。そこで本研究では時系列データの自己相似性の特徴を学習させるネットワークを用いてゆらぎ特性を判別する解析を行った。その結果、短時間時系列データでの1/fゆらぎ特性の判別をする場合に有効な手段となりうることを示唆した。