抄録
近年, 脳研究や医療分野では, データがより大規模かつ複雑化する傾向にあり, 新しい分析手法の開発が期待されている. データに潜む重要で興味深い箇所を捉えることは, 分析作業の効率化において重要な意義を持つ. しかしながら, 実際の脳波は計測環境等よって値の分布が異なるため, 値の大小に依存しない抽出手法が強く望まれる. そこで本稿では, 他のチャンネルや時間帯とは著しく異なるデータに注目する特異性指向マイニング技法を用い，認知実験による多チャンネルで計測された脳波に潜む興味深いデータ箇所を抽出する手法を提案する. 特異性指向マイニング技法とは, 相対的に他と異なる値や変化を示す特異データに注目しデータマイニングを行う技法である. 本稿では, 最初にシミュレーション波形で性能評価を行い, 実際の脳波から事象関連電位 (ERP) を導出し, 時空間上で他とは異なる興味深いデータ箇所を抽出し, 本提案手法の有効性を示す.
