메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이다빛 (가톨릭대학교) 박상훈 (가톨릭대학교) 이희재 (가톨릭대학교) 이상국 (가톨릭대학교)
저널정보
한국정보기술학회 한국정보기술학회논문지 한국정보기술학회논문지 제15권 제4호(JKIIT, Vol.15, No.4)
발행연도
2017.4
수록면
81 - 88 (8page)
DOI
10.14801/jkiit.2017.15.4.81

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
뇌-컴퓨터 인터페이스는 사람의 생각을 기계 장치에 전달하여 기계를 제어·조작하는 의사소통 채널이다. 이를 위해 적합한 뇌파 특징을 추출하는 것이 필요하다. 이 논문에서, 우리는 동작 상상 뇌파 신호의 특징을 추출하기 위해 웨이블릿 변환(Wavelet Transform)과 주성분 분석(Principal Component Analysis) 기반의 결합 특징벡터를 제안하였다. 제안한 방법은 3 단계로 구성되었다: 첫 번째 단계에서, 웨이블릿 변환은 동작 상상 뇌파의 특징 벡터들을 추출하기 위해 적용되었다. 두 번째 단계에서, 주성분 분석은 특징 벡터의 차원을 줄이기 위해 사용되었다. 세 번째 단계에서, 비선형 서포트 벡터 머신(Support Vector Machines)은 왼쪽 또는 오른쪽 손동작 상상 뇌파를 분류하기 위해 적용되었다. 제안한 방법의 성능은 정확도 측면에서 3개의 다른 동작 상상뇌파 데이터셋을 통해 평가되었다. 이 연구의 결과는 제안한 방법이 일부 피실험자들의 분류 정확도를 기존단일 특징 방법들보다 0.4~4.3% 향상시킴으로써, 82.8%의 높은 평균 분류 정확도를 나타냄을 보였다.
#brain-computer interface #electroencephalogram #support vector machines #wavelet transform #principal component analysis

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 결합 특징 벡터의 구성
Ⅲ. 실험 및 고찰
Ⅳ. 결론
References

참고문헌 (14)

참고문헌 신청
W. Y. Hsu, Embedded prediction in feature extraction: application to single-trial EEG discrimination, Clinical EEG and Neuroscience, Vol. 44, No. 1, pp. 31-38, Jan. 2013. D. Lee and S. G. Lee, The Study on Movement Imagery EEG Classification using GMM and SVM, Journal of Korean Institute of Information Technology, Vol. 11, No. 7, pp. 67-75, Jul. 2013. N. Yamawaki, C. Wilke, Z. Liu, and B. He, An enhanced time-frequency-spatial approach for motor imagery classification, IEEE Trans Neural Syst Rehabil Eng, Vol. 14, No. 2, pp. 250-254, Jun. 2006. P. F. Diez, V. A. Mut, E. M. A. Perona, and E. L. Leber, Asynchronous BCI control using highfrequency SSVEP, Journal of Neuro Engineering and Rehabilitation, Vol. 8, No. 39, Jul. 2011. V. Bostanov, BCI competition 2003?data sets Ib and IIb:feature extraction from event-related brain potentials with the continuous wavelet transformand the t-value scalogram, IEEE Transactions on Biomedical Engineering, Vol. 51, No. 6, pp. 1057- 1061, May 2004.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

EMD와 FFT를 이용한 EEG 기반 감정 인식에 관한 연구
이다빛 ,  김재호 ,  정우혁 외 2명 한국HCI학회 학술대회 2013 .01
필터 뱅크 정규화 공통 공간-스펙트럼 패턴을 이용한 동작 상상 뇌파 분류
박상훈 ,  이다빛 ,  이상국 한국정보기술학회논문지 2017 .10
A Dual Filter-based Channel Selection for Classification of Motor Imagery EEG
이다빛 ,  이희재 ,  박상훈 외 1명 Journal of KIISE 2017 .09
상호 정보와 희소 학습을 이용하여 동작 상상 뇌파의 분류 정확도 향상
이다빛 ,  박상훈 ,  이희재 외 1명 한국정보기술학회논문지 2017 .08
동작 상상 EEG 분류를 위한 Ruelle-Takens 매립정리 기반 정규화 공통 공간 패턴
박상훈 ,  이다빛 ,  이상국 한국정보기술학회논문지 2017 .07

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2017-004-002402865