지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2024.12
- 수록면
- 364 - 368 (5page)
- DOI
- 10.7746/jkros.2024.19.4.364
이용수
초록· 키워드
오류제보하기
We proposed the RNN (Recurrent Neural Network)-based EEG classifier that can recognize the excited or unstable states of bedridden patients using a low-cost single-channel EEG measuring device. This is also efficient for elderly patients with difficulty in moving, paralysis below the neck, or illness. In spite of poor EEG acquisition signals due to low-cost devices, our proposed model using a GRU (Gate Recurrent Unit) neural network showed the accuracy of 100% when the state of a brain was normal or stable, and the accuracy of 90% when the state of a brain was excited or unstable.
목차
Abstract
1. 서론
2. 제안한 뇌파 인터페이스
3. 뇌파 데이터베이스 구축
4. 뇌파 머신러닝 분석
5. 순환신경망 기반 뇌파 인식기
6. 성능평가
7. 결론
References
참고문헌 (0)
참고문헌 신청이 논문과 함께 이용한 논문
음악 소리에 대한 반응으로부터 감정을 인식하기 위한 뇌파 기반 감정 인식 프레임워크
최희재
,
전효진
,
김현서
외 1명
한국HCI학회 학술대회
2025
.02
홍합 유래의 피부 재생용 접착성 생체재료
김종혁
,
조윤기
한국해양바이오학회지
2024
.12
뇌의 목소리, ‘뇌파’를 읽다
편집부
브레인
2025
.01
가상환경에서 시촉각 피드백에 대한 뇌파 기반 기능적 연결성의 그래프 이론적 분석
윤하연
,
정주연
,
안정근
외 2명
한국정보과학회 학술발표논문집
2024
.12
치매 뇌파 특성 이해: 진단 및 비약리학적 중재
박현덕
,
원희욱
한국웰니스학회지
2024
.08
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-25-02-091159124