| 講演抄録／キーワード |
| 講演名 |
2022-02-27 14:15
固視微動データからマイクロサッカード発生区間を推定する時系列学習モデル
○森本友昭・中垣公佑・阪口聖仁・小畑竜馬・吉田 久・小濱 剛（近畿大） |
| 抄録 |
（和） |
本研究では，マイクロサッカード（MS）の開始・終了点からなる発生区間の高精度な推定手法を確立することを目的として，固視微動データを対象としたBi-LSTM の構造を有する時系列学習モデルを構築した．固視微動の原信号とその高次微分信号，および，それぞれの2乗和信号を学習させ，MS予測精度を評価した結果，MS平均検出率は約98.8$pm2.3$%であり，MS発生区間に対する再現率と適合率はそれぞれ約89.2$pm7.2$%，84.8$pm 7.2$%であった．また，特徴量の相互作用について吟味するために，Permutation Importance によって導出した寄与度の高い時系列特徴量のみを用いて学習を行った結果，全ての特徴量を学習させた場合よりも性能が劣ることが明らかとなり，MS検出精度には，高次微分信号とその2乗和信号が相互に作用している可能性が示された． |
| （英） |
In this study, we constructed a time-series learning model with the structure of Bi-LSTM for fixation eye movement data to establish a highly accurate estimation method of the section consisting of the start and endpoints of microsaccades (MS). We evaluated the accuracy of MS prediction by training the original signal of the fixation eye movement, its higher-order derivative signal, and their sum-of-squares signal of each. As a result, the average MS detection rate was about 98.8$pm 2.3$%, and the recall rate and precision for the predicted MS section were about 89.2$pm 7.2$% and 84.8$pm 7.2$%, respectively. In order to examine the interaction of the features, we trained the system using only the features with high contribution derived by Permutation Importance. The result indicates that the higher-order differential signal and its sum-of-squares signal may interact with each other in the MS detection accuracy. |
| キーワード |
（和） |
眼球運動 / 固視微動 / マイクロサッカード / ニューラルネットワーク / 時系列学習 / / / |
| （英） |
Eye movements / Fixation eye movement / Microsaccades / Neural networks / Time series learning / / / |
| 文献情報 |
映情学技報, vol. 46, no. 7, HI2022-4, pp. 33-38, 2022年2月. |
| 資料番号 |
HI2022-4 |
| 発行日 |
2022-02-20 (HI) |
| ISSN |
Print edition: ISSN 1342-6893 Online edition: ISSN 2424-1970 |
| PDFダウンロード |
|