抄録
Brain-Computer Interface（BCI）は，考えるだけで車椅子制御や他者との意思疎通ができるシステムであり，運動機能障害をもつ人々から実用化が期待されている．BCIにおける性能指標には高速性と精度があるが，これらはトレードオフの関係にある．実用上では，精度を高めながらも，高速性の損失を少なくすることが有用である．そこで筆者らは，BCIをユーザとコンピュータとの通信と捉え，誤り制御手法である信頼度に基づく自動再送要求を思考判別に適用する手法を提案した．しかし，本手法では信頼度として事後確率を用いるため，これまで正規分布を仮定するLDAを識別器として用いてきた．一方，近年注目されているサポートベクターマシン（SVM）は，本来クラス分類しか行うことができないが，事後確率を推定する手法が提案されてきている．本稿では，SVM を本手法に適用できることを示し，その有効性を検証する．
