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
학술저널
저자정보
Permana Deny (성균관대학교) Sae Won Cheon (성균관대학교) Kae Won Choi (성균관대학교)
저널정보
Korean Institute of Information Scientists and Engineers Journal of KIISE Journal of KIISE Vol.49 No.5
발행연도
2022.5
수록면
380 - 387 (8page)
DOI
10.5626/JOK.2022.49.5.380

이용수

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

초록· 키워드

오류제보하기
본 논문에서는 Motor Imagery (MI) 디코딩 중 뇌파에 대한 RDN (Residual Dense Network) 프레임워크를 제안한다. 특징 학습 및 의사결정을 수행하기 위해 심층 신경망을 기반으로 하는 특징 추출 및 디코딩 알고리즘을 포함하는 디코딩 프레임워크를 설계한다. BCI Competition IV의 Dataset 2A에서 공개하는 BCI 데이터 셋을 디코딩하는 RDN의 성능을 분석한다. 본 눈문에서는 실험을 통해 주어진 데이터 셋에 대한 정확도 측면에서의 성능을 평가하였으며, RDN 프레임워크는 0.8290의 결과를 나타내었다. 이 결과는 동일한 데이터 세트를 이용하는 이전의 연구를 능가한다. 결론적으로 RDN은 실용적인 뇌-컴퓨터 인터페이스에서의 디코딩 프레임워크를 제공한다.

목차

요약
Abstract
1. Introduction
2. Related Work
3. Methodology
4. Experiment and Result
5. Ablation Result
5. Conclusion
References

참고문헌 (24)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0