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

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
나빈세니아판카루부사미 (경북대학교) 이동욱 (경북대학교) 권소련 (경북대학교) 박현재 (경북대학교) 윤수진 (경북대학교) 강보영 (경북대학교)
저널정보
한국정보기술학회 Proceedings of KIIT Conference 한국정보기술학회 2018년도 하계공동학술대회 및 대학생논문경진대회 [2개 학회 공동개최]
발행연도
2018.6
수록면
157 - 160 (4page)

이용수

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

초록· 키워드

오류제보하기
본 연구는 졸음운전으로 인한 사건, 사고를 미연에 방지하기 위해 운전자의 졸음 상태를 뇌전도(Electroencephalography, EEG)를 이용하여 판단하는 정확하고 효율적인 학습 모델을 제안한다. EEG의 측정은 OpenBCI 웹사이트에서 판매하고 있는 Mark IV 모델을 사용하였다. 졸음의 판단 기준은 얕은 수면과 관계있는 고주파 대역에서 알파파의 변화량을 사용하였고, EEG 데이터에 고속 푸리에 변환(Fast Fourier Transform, FFT)과 연속 웨이블릿 변환(Continuous Wavelet Transform, CWT)을 적용 및 비교 하였다. 그리고 순환 인공신경망(Recurrent Neural Network, RNN)을 기반으로 한 학습 모델을 이용하였을 때 높은 분류 정확도를 보였다. 따라서 본 연구가 제안한 학습 모델은 졸음 상태 판단에 적합하다는 것을 보여준다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 선행 연구
Ⅲ. 제안한 운전자 졸음 감지 시스템
Ⅳ. 실험 결과
Ⅴ. 결론 및 향후 과제
참고문헌

참고문헌 (0)

참고문헌 신청

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

최근 본 자료

전체보기

댓글(0)

0