@techreport{oai:ipsj.ixsq.nii.ac.jp:00240445,
 author = {石川, 高志 and 高崎, 兼一 and 安部, 麻里},
 issue = {20},
 month = {Oct},
 note = {脳波 (electroencephalogram，EEG) は，身体動作が実際になされる前にその予兆が発現する，数少ない生体信号の一つである．車両運転時における EEG の解析手法の発展により，危険な状況をなるべく早期に検知し未然に防ぐことが期待される．筆者らは，これまで敵対的生成ネットワークを用いた EEG 予測手法として W-GAN を提案し，基礎的な動作を指示した際の EEG (BCI Comp．EEG) を用いて，有効性の検証を行ってきた．本稿では，運転シミュレーションに取り組んでいる間の脳波データ (Driver's EEG) についても，提案手法が有効であるかどうか評価を行った．検証には，他の学習モデルである ForGAN，TCN2 種類を比較対象とし，評価指標に MASE を用いた．さらに，予測波形の周波数成分の精度に FC-sMAPE を用いた．実験の結果，予測波形については TCN が最も精度が高かった一方で，周波数成分については W-GAN と ForGAN が精度が高かった．W-GAN は BCI Comp．EEG 及び Driver's EEG 双方に対して，周波数成分の再現性において優れた性能を発揮した．},
 title = {W-GANを用いた車両運転時のEEG予測の検証},
 year = {2024}
}