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

논문 기본 정보

자료유형
학술저널
저자정보
정지성 (조선대학교) 최규호 (조선대학교)
저널정보
한국차세대컴퓨팅학회 한국차세대컴퓨팅학회 논문지 한국차세대컴퓨팅학회 논문지 제20권 제2호
발행연도
2024.4
수록면
91 - 99 (9page)

이용수

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

초록· 키워드

오류제보하기
최근 스마트 모빌리티 시스템이 운전자 중심 서비스를 위해 위·변조에 강인한 신체 내부의 전기적 신호인 생체신호를 이용하여 운전자 인식 연구가 활발히 진행 중이다. 기존 딥러닝 네트워크로써 CNN은 제한적인 지역적 특징 추출과 LSTM은 반주기적 생체신호의 형태학적 특징 분석 한계로 성능을 개선하는데 한계가 있다. 본 논문은 시간변화에 따른 신호 패턴을 학습하는 TCN(Temporal Convolutional Network)과 장기 의존성을 학습하는 BiLSTM(Bidirectional Long Short Term Memory)을 이용한 운전자 식별 시스템을 제안한다. 제안한 식별 시스템은 신호의 잡음을 제거하는 전처리 과정, 기준점 및 비기준점 기반 특징 분할 과정, TCN과 BiLSTM 앙상블 모델에 의해 운전자를 식별하는 과정으로 구성된다. 실험 결과, PhysioNet 공개 DB인 drivedb와 normal sinus rhythm database를 이용하여 운전자 식별 정확도는 각각 99.76%, 99.97%로 기존 단일 네트워크보다 4.64%, 3.84% 더 우수함을 확인하였다.

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

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

최근 본 자료

전체보기

댓글(0)

0