催MU6麗 了DEEP
̀麗RεM1ρ2}̀麗 臓隆M3〆1}
図4‑64ス テ ー ジ に お け る呼 吸 間 隔 標 準 偏 差 お よ び 体 動 指 標 の 分 散 分 析 結 果
(2)HRVと 呼 吸 ・体 動 を 組 み 合 わ せ た 正 準 判 別 分 析 に よ る 睡 眠 段 階 推 定 結 果
4.22節 で 睡 眠 段 階 推 定 に 用 い た 指 標(HRV,心 拍 数)に,呼 吸 間 隔 ゆ らぎ 指 標(呼 吸 間 隔 の 標 準 偏 差 と平 均)と 体 動 指 標 を加 え て,4.2.2節 と 同様 に 計 測 対 象 者20名(計 測 時 間8 時 間,デ ー タ 数9781個)の デ ー タ を用 い て 正 準 判 別 分 析 を行 っ た.ま た,個 人 差 を無 くす た め,被 験 者 毎 に各 パ ラ メ ー タ に 対 して 正 規 化 を行 っ た が,今 回 は 正 規 化 の 手 法 を3つ 用 意 した.正 規 化 手 法1は 最 大 値 を1,最 小 値 を0と な る よ うに 変 換 す る手 法 で あ り,正 規 化 手 法2は 上 位5%に 位 置 す る数 字 が1,下 位5%に 位 置 す る数 字 が0と な る よ うに変 換 す る 手 法 で あ り,正 規 化 手 法3は 平 均 が0,標 準 偏 差 が1の デ ー タ とな る よ うに 変 換 す る 手 法 で あ る.正 規 化 手 法2は,正 規 化 手 法1に お い て 外 れ 値 の 影 響 を受 け や す い とい う問 題 を解 決 す る手 法 と して 紹 介 され て い る[22].
正 規 化 手 法1:κnew=(κ 一一κmin)÷(κmαx‑・一κmin)… 式(4・11) 正 規 化 手 法3:κnew・=(x一 ア)÷SDx… 式(4・12)
判 別 対 象 をt8と し,t8を 除 い た 計 測 対 象 者19名 に よ っ て 算 出 さ れ た 判 別 関 数(κ1:HF, κ2:LF,κ3:LFIHF,κ4:心 拍 数,κ5:呼 吸 間 隔 平 均,κ6:呼 吸 間 隔 標 準 偏 差,κ7:体 動 指 標)は,2ス テ ー ジ ・3ス テ ー ジ ・4ス テ ー ジ で そ れ ぞ れ 以 下 の よ う に な る(正 規 化 手 法1
の 場 合).な お,3ス テ ー ジ で 導 出 さ れ た 第1判 別 関 数(式(4・14))の 寄 与 率 が90%,第2判 別 関 数(式(4・15))の 寄 与 率 が10%で あ り,4ス テ ー ジ で 導 出 さ れ た 第1判 別 関 数(式(4・
16))の 寄 与 率 が77%,第2判 別 関 数(式(4‑17))の 寄 与 率 が19%,第3判 別 関 数(式(4‑
18))の 寄 与 率 が4%で あ っ た.ま た,4ス テ ー ジ 判 別 時,3つ の 正 規 化 手 法 に よ っ て 算 出 さ れ た 第1標 準 化 判 別 関 数 も 以 下 に 記 載 す る.
2ス テ ー ジ:
γ2=0.18xi+O.09κ2+0.48x3+3.37x4‑0.07x5+1.10x6+5.23x7‑2.63… 式(4・13) 3ス テv・一・・̀ジ:
Y3‑1=‑0.Olxi十 〇.35x2十 〇.60x3十3.19x4‑0.56x5十1.66x6十4.81x7‑‑2.11・ ・式(4・14) γ3‑2=1.11x1‑1.46x2‑0.56x3十1.70x4十2.82x5‑3,01x6十3.46x7‑O.93… 式(4・15) 4ス テ ー ジ:
γ4‑1=0.OOκ1+0.44x2+O.83x3+2.75x4‑O.21x5+252κ6+4.30x7‑‑2.48… 式(4・16) Y4‑2=‑2.17x1十 〇.55x2十 〇.81x3‑2.47x4十 〇.67x5十3.29x6‑3.38x7‑O.71・ ・式(4・17) Y4‑3=1.35x1‑1.45κ2十 〇.10x3十 〇.46x4十4.52x5‑O.75x6十2.31x7‑2.32… 式(4・18) 正 規 化 手 法1:
Y4‑1‑1=O.OOx1十 〇.09x2十 〇.16x3十 〇.49x4‑0.04x5十 〇.51x6十 〇.56x,… 式(4・19) 正 規 化 手 法2:
Y4‑1‑2=‑O.02x1+O.16x2+O.09x3+0.40x4‑‑O.11x5+0.55x6+O.56x,… 式(4‑20) 正 規 化 手 法3:
γ4‑1‑3=O.02x1十 〇.12x2十 〇.07x3十 〇.42x4‑0.14x5十 〇.55x6十 〇.59x7… 式(4・21)
これ らの 式 か ら第1判 別 関 数 に着 目す る と,2ス テ ー ジ ・3ス テv‑一一・ジ ・4ス テ ー ジ い ず れ も 体 動,心 拍 数,呼 吸 間 隔 の標 準 偏 差,LFIHF,LF,呼 吸 間 隔 の 平 均,そ してHFの 順 の 重 み 付 け とな り,各 指 標 の 影 響 度 が 確 認 され た.ま た,3つ の 正 規 化 手 法 に よ っ て 算 出 され た 第1標 準 化 判 別 関数 に 関 して は,あ ま り大 き な 違 い は 見 られ な か っ た もの の,正 規 化 手 法1はLFIHFの 重 み が,正 規 化 手 法2はLFの 重 み が,正 規 化 手 法3は 呼 吸 間 隔 平 均 の 重 み が 大 き くな る傾 向 が 見 られ た.
Leave・one‑out交 差 検 証 法 を 用 い て レー ダ ー か ら推 定 した1分 毎 の 睡 眠 段 階 とPSG計 測 に よ り出 力 され る 睡 眠 段 階 との 一 致 率 を表4・6に 示 す.
且RV・ 心 拍 数 に 呼 吸 間 隔 ゆ らぎ 指 標(呼 吸 間 隔 の 標 準 偏 差 と平 均)と 体 動 指 標 を加 え る こ と で 精 度 が 向 上 した.そ れ は 体 動 指 標 に よ り2ス テ ー ジ(WAKE/SLEEP)の 判 別 精 度 が 向 上 し,呼 吸 間 隔 の 標 準 偏 差 に よ りLIG且T/DEEPの 判 別 精 度 が 向 上 した た め と考 え ら れ る.
3つ の 正 規 化 手 法 を 比 較 す る と,正 規 化 手 法3の とき 一 致 率 が 最 も 高 くな っ た.ま た,20 名 の 一 致 率 の 標 準 偏 差 も最 も 小 さ くな っ た こ とか ら個 人 差 を な くす とい う正 規 化 本 来 の 目 的 に も最 も適 して い る と考 え られ る.以 上 の こ とか ら,正 規 化 手 法3が3つ の 中 で 最 も 良 い 正 規 化 手 法 で あ る と判 明 した.そ の 要 因 と して は,正 規 化 手 法1が 信 頼 性 の 高 い デ ー タ を想 定 して い る の に対 し,正 規 化 手 法3は 信 頼 性 の 高 さに よ らず,デ ー タ数 も9781個 と多 い た め,外 れ 値 や レー ダ ー か ら算 出 した 際 の 異 常 値 の 影 響 を 最 小 限 に 抑 え る こ と が 出 来 た こ と な どが 考 え られ る.
表4‑63つ の 正 規 化 手 法 を 用 い たPSG計 測 と レー ダ ー の 判 定 一 致 率 (指標:且RV・ 心 拍 数 ・呼 吸 間 隔 指 標 ・体 動 指 標 判 別 関 数:正 準 判 別 分 析)
一 致 率(%)
2ス テ ー ジ 3ス テ ー ジ 4ス テ ー ジ平均 標準偏差 平均 標準偏差 平均 標準偏差
且RV・ 心 拍 数 63.1 15.0 60.4 12.6 34.0 5.7
HRV・ 心拍数 呼吸間隔指標
体動指標
正 規 化 手 法1 69.4 12.2 65.5 9.2 44.5 11.0
正 規 化 手 法2 70.3 9.1 64.4 7.6 44.4 6.1
正 規化手法3 71.9 5.9 65.9 52 45.9 4.4
4.3睡 眠 段 階 推 定 の た め の 判 別 方 式 の 提 案
本 研 究 で は,レ ー ダ ー か ら計 測 した 且RV(HF,LF,LFIHF),心 拍 数,呼 吸 間 隔 ゆ ら ぎ 指 標(呼 吸 間 隔 の 標 準 偏 差 と平 均),体 動 指 標 の7次 元 の 特 徴 量 を 取 り扱 っ て い る た め,複 雑 な デ ー タ構 造 とな り,統 計 的 お よ び 機 械 学 習(Machinelearning)的 な 観 点 か らデ ー タ マ イ ニ ン グす る必 要 が あ る.ま た,4.2.3節 で も述 べ た よ うに,各 睡 眠 段 階 間 の こ れ らの 特 徴 量 の 差 異 は 非 常 に微 小 か つ 複 雑 な も の で あ る た め,正 準 判 別 分 析 以 上 に 高 度 な デ ー タ処 理 が 求 め られ て い る.
本 節 で は,統 計 的 お よび 機 械 学 習 的 な観 点 か ら,決 定 木 分 析,サ ポ ー トベ ク タ ー マ シ ン判 別 関 数 を提 案 し,従 来 手 法 で あ る 正 準 判 別 分 析 と合 わ せ て これ らの 判 別 関 数 の パ フ ォ ー マ
ン ス の 比 較 評 価 す る.
4.3.1決 定 木 分 析 (1)決 定 木 分 析 と は
決 定 木(decisiontree)は,分 類 や 予 測 を行 う際 に広 く使 わ れ て い る 手 法 で あ り,目 的 変 数 と説 明 変 数 の デ ー タ か ら木 構 造 の 分 類 器 を 生 成 し,ト ッ プ ダ ウ ン に,再 帰 的 に,デ ー タ を 分 割 して い く手 法 で あ る.決 定 木 の イ メ ー ジ は 図4‑7の よ うに な る.決 定 木 は,a)理 解 可 能 な ル ー ル を 作 り出 す こ と が で き る,b)多 く の 計 算 を 必 要 とせ ず に 分 類 を 実 行 で き る,c)連 続 変 数,カ テ ゴ リ変 数 の 双 方 を 扱 うこ とが 可 能 で あ る,d)予 測 や 分 類 に お い て ど の 項 目が 最 も 重 要 化 を 明確 に 示 す,な ど の特 徴 を 持 つ[23].そ の た め,睡 眠 中 のEEG,EOG,EMGの 特 性 に 着 目 し,決 定 木 分 析 を 用 い た 睡 眠 ス テ ー ジ の 自動 判 定 方 法 な ど も提 案 され て い る[24】.
ま た,決 定 木 は 数 多 く存 在 す る た め,ク ラ ス を 高 精 度 で 予 測 す る決 定 木 を 生 成 す る こ と が 必 要 で あ り,こ れ ま で に 種 々 の 決 定 木 ア ル ゴ リズ ム が 提 案 され て い る[25][26】[27】.
現 在 主 にC4.5,CART,C且AIDの3つ の ア ル ゴ リズ ム が 用 い られ て お り,そ れ ぞ れ の 特 徴 を表4・7に ま と め た.
x2
x>a
諒 鰍 膵
■謙 醤
● 繕 鎖 聰 層 隙 壌 β 】
曇 艦
馨 陰 ■
ず 甜
1蟹壊 補oり 辱
⑪8%%8
YES
x1
図4・7決 定 木 の イ メ ー ジ
表4・7決 定 木 の 種 類 と特 徴
名称
C4.5 CART CHAID目的変数 の型
シ ン ボ ル 型 の み数値型 シンボル型
数値型 シンボル型 説 明変数 の型 数値型
シンボル型
数値型 シンボル型
数値型 シンボル型 分岐の数 多分岐が可能
2分 岐 の み多分岐が可能
評価基準 情報量
Gini係 数 カ イ2乗 値(2)決 定 木 ア ル ゴ リ ズ ム の 選 択
決 定 木 学 習 ツ ー ル と し てwekaを 用 い,そ の 中 でQuinlanのC4.5,デ ー タ 更 新,枝 刈 り を ま と め て 実 行 す る ア ル ゴ リ ズ ム で あ るJ48を 選 択 し た.C4.5に よ る 決 定 木 生 成 ア ル ゴ リ ズ ム は 以 下 の よ う に な る.
ス テ ッ プ0:根 ノ ー ドで あ る 全 て の デ ー タ 集 合 をCと す る
ス テ ッ プ1:集 合C中 の 全 て の デ ー タ が 同 一 ク ラ ス に 属 す る な ら,そ の ク ラ ス ノ ー ド を 作 り停 止 す る.そ れ 以 外 な ら,属 性 の 基 準 判 断 に よ り一 つ の 属 性Aを 選 ん で 判 別 ノ ー ドを 作 る
ス テ ッ プ2:属 性Aの 属 性 値 に よ りCを 部 分 集 合C1,C2,̲,Cnに 分 け て ノ ー ドを 作 り,属 性 値 の 枝 を は る
ス テ ッ プ3:そ れ ぞ れ の ノ ー ドCi(1≦i≦n)に つ い て,こ の ア ル ゴ リ ズ ム を 再 帰 的 に 適 用 す る(ス テ ッ プ1に 戻 る)
ス テ ッ プ1に お け る 属 性 の 選 択 基 準 は,C4.5を 用 い た 場 合,ゲ イ ン 比(gainratio)と な る 。 ゲ イ ン 比 導 出 の 手 順 は 以 下 の よ う に な る.
ス テ ッ プ1.1:ま ず 分 岐 前 の エ ン トロ ピ ・‑1nfOpを 計 算 す る
ス テ ッ プ1.2:次 に あ る 属 性 が あ る 値 で あ る か ど うか で 分 岐 させ た と 仮 定 し た と き の エ ン トロ ピ ー1nfOiを 計 算 す る.
1nfOiを 各 属 性 の 各 カ テ ゴ リ変 数 の 全 て 計 算 す る.
1nfo(x)=一 Σ ヲ=i{P(ノ1亡)log2P(11t)}… 式(4・22)
ス テ ッ プ1.3:1nfOpと1nfOiの 差 がGain(相 互 情 報 量)と な る.
Gain(相 互 情 報 量)=InfOp‑1nfOi… 式(4.23) ス テ ッ プ1.4:Splitlnfo(κ)でGain(x)を 割 り,規 格 化 さ れ たGain比 を 算 出 す る.
Gαin(x) … 式(4 。24)Gainratio(x)=S plitInfo(x)
Sptitlnf・ ω 一 Σf驚 ×1・9・壷 … 式(4・25)
N(t)
1V(t):ノ ー ドt内 の デ ー タ 数
N(tj):ノ ー ドt内 の ク ラ ス ノ を も つ デ ー タ 数0:ク ラ ス の カ テ ゴ リ 数 こ の ゲ イ ン 比 が 最 大 に な る も の を 選 択 す る.
決 定 木 分 析 に よ る 睡 眠 段 階 推 定 の 精 度 検 証 もLeave・one・out交 差 検 証 法 を 用 い る.4ス テ ー ジ 判 別 時,判 別 対 象 をt12と し,t12を 除 い た 計 測 対 象 者19名 の デ ー タ を 用 い て,機 械 学 習 で 自動 生 成 され た 決 定 木 は 図4・8の よ うに な る.図4‑8か ら4ス テ ー ジ 判 別 の場 合,体 動,呼 吸 間 隔 の 標 準 偏 差,LF/且F,心 拍 数,そ して 呼 吸 間 隔 の 平 均 の順 のTree構 造 とな り, 各 指 標 の 分 別 性 の 検 証 か ら予 測 され た 階 層 構 造 の 妥 当性 が 確 認 で き た.正 準 判 別 分 析 の場 合 と比 較 して 心 拍 数 の 重 み が 小 さ く な っ た 理 由 と して,心 拍 数 が 体 動 と動 き が 同 期 して い
た た め と考 え られ る 。
}
睡眠 段 階(属する数/そのうち間 違 った数)※LIGHT:NREMI,2 Dε εP:NREM3,4
≦α35
≦㈱(び ン 擢)〉 α譜H7㈱ 燗 ロ。HT鯛)撒K総{欄
≦4&8⑧>48.8β>49.6
陶 …≦ 』(璽 隻 響興 璽.
(≦20.2、 ⑳ 〉 評 謂 ⑳̲
DEεP《133/59) UGHT(264/76} {。 εEP《1S7・es)i{UGHT(147・47)}
図4‑8機 械 学 習 で 自動 生 成 され た 決 定 木
4.3.2サ ポ ー ト ベ ク タ ー マ シ ン (1)サ ポ ー トベ ク タ ー マ シ ン と は
サ ポ ー トベ ク タ ー マ シ ン(SupportVectorMachines,SVM)は,現 在 最 も 広 く利 用 さ れ て い る パ タ ー ン 認 識 学 習 ア ル ゴ リ ズ ム の1つ で,高 次 元 特 徴 空 間 に お い て 最 大 マ ー ジ ン を 実 現 す る2ク ラ ス 問 題 の 線 形 識 別 関 数 の 構 成 法 で あ る[28].マ ー ジ ン 最 大 化 は,学 習 デ ー タ
に よ っ て 与 え ら れ た 不 等 式 制 約 条 件 と し て 最 適 化 問 題 を 解 く こ と に よ り得 られ る.ま た2ク ラ ス 分 類 を 組 み 合 わ せ る こ と で 多 ク ラ ス 分 類 も 可 能 と な る.SVMは,a)未 観 測 の デv・一一・タ に 対 す る 識 別 能 力 が 高 い,b)高 次 元 デ …一・・タ 解 析 に 適 し て い る,c)判 別 時 の 計 算 量 が 少 な い,d) 学 習 を 効 率 よ く 行 う ア ル ゴ リズ ム で あ る,な ど の 特 徴 を 持 つ.従 っ て,V.Vapnikら に よ
っ て 考 案 さ れ て か ら,す で に 様 々 な 分 野 に お い て 応 用 さ れ,非 常 に 強 力 な ツ ー ル に な っ て い る[29][30]【31].そ の 後,SVMア ル ゴ リ ズ ム の 更 な る 改 良 が 進 み,カN・ 一一一一・ネ ル ト リ ッ ク と い う 方 法 を 用 い る こ と で,非 線 形 の 判 別 関 数 を 構 成 で き る よ う に 拡 張 し た サ ポ ー トベ ク タ ー マ
シ ン は,高 次 元 の 学 習 デ ー タ に 対 し 高 い 判 別 性 能 を 持 つ 優 秀 な 学 習 モ デ ル と も い え る.
ム
{鐸Kが 謬ぎ)硝 欝 α
、 、
、 、
、
＼ 。 ＼ ・
、 、
、
、.＼ ●
o
楊湖
、
'・ 、
▼
、/、 ひ
̀
Yo＼
7＼b
●
グ ・ ・
、 、
◎ ＼ ＼ 令
、 、
貸 ＼
O 、 、
＼ ＼團(が 断
囮(が 勘 〉+ゐ 畿 一1i
lxl(礎ヂ断)+b=+1}
図4・9サ ポ ー トベ ク タ ー マ シ ン に よ る マ ー ジ ン 最 大 化 の 概 念 図
(小 野 田 崇:知 の 科 学 サ ポ ー トベ ク タ ー マ シ ン,オ ー ム 社,平 成19年)
学 習 デ ー タ の 集 合 をDL={(ti,Xi)}(i=1,...,N)と す る.教 師 付 き 学 習 法 で あ る た め, ti={一 一1,+1}は 教 師 デ ー タ と し,学 習 デ ー タ は κi∈Rdが ど ち ら の ク ラ ス に 属 す る の か 指 定 で き る.判 別 関 数 の マ ー ジ ン をkと す れ ば,す べ て の 学 習 デ ー タ で 式4・26が 成 り立 つ.
1toTxi+bl≧k… 式(4・26)
判 別 関 数 の マ ー ジ ンkで 正 規 化 し た も の を ω とhで 表 し た 線 形 判 別 関 数 は 式4‑27と な る.
ti=十1の 場 合toTXi十b≧ 十1… 式(4・27) ti=一 一1の場 合toTXi十h≧‑1
ク ラ ス 間 マ ー ジ ン は,各 ク ラ ス タ の デ ー タ を ω の 方 向 へ 射 影 し た 長 さ の 差 の 最 小 値 が 式 4・28で 与 え ら れ る.
P(…b)=min・ ∈c,。+、篇 一m・x・ ∈c,.一、欝 「 計 ・ ・式(4・28)
こ こ で,最 適 な 超 平 面 の 式 を ωoTκ+bo=0と す れ ば,こ の 超 平 面 で は 最 大 ク ラ ス タ 問 マ ・・一一・ ジ ン が 式4・29と な る.
p(ωo,bo)=mαxωp(ω,b)… 式(4・29)
最 大 マ ー ジ ンDmαxを 最 大 と す るwとbを 求 め る 問 題 は 不 等 式 制 約 条 件 最 適 化 問 題 を 解 く こ と で 得 ら れ る.そ の 制 約 条 件 は 式4・30で 示 す.
評 価 関 数 最 小 化:Lp(ω)=三 ω7ω … 式(4・30) 不 等 式 制 約 条 件:ti(coTxi+h)≧1
こ の 問 題 は,Lagrange乗 数 αiを導 入 す る こ と で,目 的 関 数 が 式4‑31で 示 さ れ る.
Lp(tO,b,α)=1ω τω 一 Σ 匹1α ε(ti(ωTκ ε+b)‑1)… 式(4・31) こ こ で,a=(α1,̲,αN)T(αi≧0)で あ り,ω お よ びbに 関 す る 偏 微 分 か ら,
ω=Σ 匹1α εむ茜 … 式(4・32) 0=Σ 匹1ὰ亡ε
式(4・32)を 式(4・31)に 代 入 す る と,制 約 条 件 αi≧0に よ り,式(4‑31>が 式(4‑33)に 変 形 で き る.
LD(α)=Σi.1α 一 ΣΣ鋸1α 酌 亡均 κ!紛 … 式(4'33)
αi>0と な る 学 習 デ ー タXtは,ωTκ+b=1か ωτκ+bニ ー1ど ち ら か に 配 置 し て い る.こ の こ と か ら,αi>0と な る κεを サ ポ ー トベ ク タ ー と 言 う.サ ポ ー トベ ク タ ー マ シ ン は 多 く の 学 習 デ ー タ の 中 か ら 少 数 の サ ポ ー トベ ク タ ー を 選 出 し,こ れ ら の サ ポ ー トベ ク タ ー マ シ ン を 用 い て 線 形 閾 値 を 決 定 す る こ と に な る.
(2)サ ポ ー トベ ク タ ー マ シ ン の ア ル ゴ リ ズ ム の 選 択
サ ポ ー トベ ク タ ー マ シ ン 学 習 ツ ー ル と し てWekaを 用 い,そ の 中 で カ ー ネ ル 関 数 を 利 用 し たSVMの 学 習 ア ル ゴ リ ズ ム で あ るSMOア ル ゴ リ ズ ム に 基 づ い て 設 計 さ れ たLIBSVM を 選 択 し た.HBSVMは 多 ク ラ ス 分 類(今 回 で は3ス テ ー ジ,4ス テ ー ジ の 推 定)に は1対 他 方 式 を 採 用 し て い る.ま た カ ー ネ ル 関 数 の 導 出 は 以 下 の よ う に な る[32】.
線 形 モ デ ル の 重 みwを 学 習 デ ー タ の 線 形 結 合 で 表 現 す る.
w=Σ 匹1α εκ̀… 式(4・34) そ うす る と,線 形 モ デ ルf(κ)は,xとXiの 内 積 で 表 現 で き る.
f(κ)=Σ{』 α〆 κバ ・ ・式(4・35) こ の よ う な 線 形 モ デ ル 高 次 元 特 徴 空 間 で 適 用 す る と
f(φ(x))=Σ{島 α正φ(x)Tφ(Xi)… 式(4‑36)
と な る.こ こ で,φ に 対 す る カ ー ネ ル 関 数 」をが 存 在 す る と仮 定 す る.つ ま り k(x,z)=φ(κ)Tφ(z)… 式(4・37)
と な る.こ の 仮 定 の も と で,高 次 元 特 徴 空 間 で の 線 形 モ デ ル は,孟 の み に よ っ て 記 述 す る こ と が 可 能 で
f(φ(x))=Σ 匹1ὰk(x,Xi)… 式(4・38) と な っ て 写 像 φ の 直 接 の 計 算 を 回 避 で き る.
今 回 は カ ー ネ ル 関 数 と し て,最 も よ く用 い ら れ て い るRBFカ ー ネ ル を 使 用 し た.
そ の た め,サ ポ ー トベ ク タ ー マ シ ン を 使 用 す る 前 に,グ リ ッ ドサ ー チ を 行 い,ペ ナ ル テ ィ パ ラ メ ー タCとRBFカ ー ネ ル の パ ラ メ ー タ γ の2っ の 最 適 な 値 を 決 定 し た[33].今 回, C=2‑5,2『3,2‑1,...,215,γ=2‑15,2‑13,2‑11,̲,2‑3と 動 か し て 計 算 を 行 い,計 測 対 象 者19名 の 学 習 デ ー タ に 対 す る10・foldCrossValidationで の 分 類 精 度 を プ ロ ッ ト し て パ ラ メ ー タ を 決 定 し た.例 え ば,4ス テ ー ジ 判 別 時,判 別 対 象 をt2と し た と き,C=2,γ=0.5が 最 適 な 値 で あ る と の 結 果 が 得 ら れ た.
サ ポ ー トベ ク タ ー マ シ ン に よ る 睡 眠 段 階 推 定 の 精 度 検 証 もLeave・one・out交 差 検 証 法 を 用 い る.