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
박승민 (중앙대학교) 심귀보 (중앙대학교) 염홍기 (조선대학교)
저널정보
한국지능시스템학회 한국지능시스템학회 논문지 한국지능시스템학회 논문지 제29권 제2호
발행연도
2019.4
수록면
124 - 129 (6page)
DOI
10.5391/JKIIS.2019.29.2.124

이용수

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

이 논문의 연구 히스토리 (2)

2019

컨볼루션 신경망 기반 운동심상을 이용한 뇌의 연결성 분석 및 분류방법
박승민 ,  심귀보 ,  염홍기 한국지능시스템학회 논문지 2019.04 학술저널
사용자 의도 인식을 위한 컨볼루션 신경망 기반 뇌-컴퓨터 인터페이스 프레임워크 개발
박승민 전자전기공학부 2019.01 학위논문

초록· 키워드

오류제보하기
뇌-컴퓨터 인터페이스 (brain-computer interface; BCI)란 뇌에서 발생한 전기신호를 인공지능 알고리즘을 통해 사용자의 의도를 예측하고, 그에 따라 로봇이나 컴퓨터를 제어해주는 기술로 세계 다양한 기관에서 미래 핵심 기술로 손꼽히는 기술이다. BCI는 구현하는 방법 (Slow Cortical Potentials, Sensorimotor Rhythms, P300, Steady-State Visually Evoked Potential, Directional Tuning 등)에 따라 다양한 어플리케이션에 이용되고 있다. 하지만 BCI를 실생활에 사용하기 위해서는 상황에 따라 시스템을 켜거나 꺼주거나 시스템의 모드 (typing, 로봇 제어, 전동 휠체어 제어 등)를 변경해주어야 한다. 본 논문에서는 일반인 피험자 10명을 대상으로 EEG (Electroencephalography)를 측정 및 분석하여 피험자의 다양한 상태(resting, speech imagery, legs-motor imagery, hands-motor imagery)를 구분해내는 알고리즘을 개발하고 그 결과 88.25%의 정확도로 상태를 구분할 수 있었다. 이는 BCI 모드 변경을 위한 핵심 알고리즘으로 BCI 기술의 실용화를 앞당길 것으로 기대한다.
#뇌-컴퓨터 인터페이스 #뇌 연결성 #컨볼루션 신경망 #기계학습 #Brain-Computer Interface #Brain Connectivity #Convolutional Neural Network #Machine Learning

목차

요약
Abstract
1. 서론
2. 이론적 배경
3. CNN 기반 운동심상 이용한 뇌의 연결성 분석 방법 및 결과
4. 시뮬레이션 및 결과
5. 결론 및 향후 연구
References

참고문헌 (11)

참고문헌 신청
Dornhege G, del R Millan J, Hinterberger T, McFarland D J and M¨uller K-R 2007 Toward Brain?Computer Interfacing (Cambridge, MA: MIT Press) ISBN 0262042444 google schola Yeom, H. G., Kim, J. S., & Chung, C. K. (2013). “Estimation of the velocity and trajectory of three-dimensional reaching movements from non-invasive magnetoencephalography signals.”, Journal of neural engineering, vol.10, no.2, 026006. google schola Velliste, M., Kennedy, S. D., Schwartz, A. B., Whitford, A. S., Sohn, J. W., & McMorland, A. J. (2014). Motor cortical correlates of arm resting in the context of a reaching task and implications for prosthetic control. Journal of Neuroscience, vol.34, no.17, pp.6011- 6022. google schola B. Burle, L. Spieser, C. Roger, L. Casini, T. Hasbroucq, F. vidal, “Spatial and temporal resolutions of EEG : Is it really black and white? A scalp current density view”, International Journal of Psychophysiology, vol.97, pp.210-220, 2015 google schola Jirsa, Viktor K, McIntosh, A.R“., Handbook of Brain Connectivity,”springer, 2007 google schola

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

Kinect 센서를 활용하는 노인 하체 근력 강화 시스템 연구
이원희 ,  강보윤 ,  김윤정 외 3명 한국정보통신학회논문지 2017 .11
Development of an EEG-based Gait Recognition Classification CNN-BiLSTM Model for Brain-Computer Interfaces (BCI)
이서현 ,  장윤성 ,  이현주 외 1명 Journal of the Korean Society for Precision Engineering 2024 .06
Human-Artificial Intelligence Interaction(HAII) 프레임웍의 실시간 감성 평가를 위한 생체신호 인터페이스 패턴 추출 및 분류기 설계
김진배 ,  김상호 ,  이현수 한국지능시스템학회 논문지 2019 .06
뇌전증 환자의 MEG 데이터에 대한 분류를 위한 인공신경망 적용 연구
한유진 ,  김준식 ,  김재희 응용통계연구 2024 .04
뇌 속 신경전달물질 주머니, 어떻게 스스로 뭉쳐있나? : 뇌 속 신경전달물질 주머니간 응집 메커니즘 규명
이성용 특허뉴스 2021 .02

최근 본 자료

전체보기

댓글(0)

0