Optimal Design of Convolutional Neural Network for EEG-based Authentication

Q: 이 논문에서 정의한 EEG(뇌파)란 무엇인가?

뇌의 뉴런 활동 시 두피에서 측정되는 전기적 신호이다. 특히 시간에 따라 통계적 특성이 변하는 비정상성이라는 중요한 특징을 가지고 있으며, 본 연구에서는 이를 활용하여 개인의 신원을 확인하는 인증 시스템의 핵심 데이터로 사용한다.

Q: EEG 기반 개인 인증 모델의 성능을 높이는 핵심 방법은 무엇인가?

연구 결과, 1D-CNN 모델에 베이지안 최적화를 적용하고 날짜별 EEG 데이터를 점진적으로 학습시키는 방법이 효과적이다. 이를 통해 신호의 비정상성을 극복하고 다양한 EEG 패턴을 모델에 포함함으로써 평균 93.23%의 높은 인증 정확도를 달성하였다.

HyeonBin Lee; Gwangho Kim; JuHyeong Kim; YoungShin Kang; Cheolsoo Park

doi:10.5573/IEIESPC.2021.10.3.199

추천

검색

질문

자료유형: 학술저널

저자정보: HyeonBin Lee (Kwangwoon University) Gwangho Kim (Kwangwoon University) JuHyeong Kim (Kwangwoon University) YoungShin Kang (Kwangwoon University) Cheolsoo Park (Kwangwoon University)

저널정보: 대한전자공학회 IEIE Transactions on Smart Processing & Computing IEIE Transactions on Smart Processing & Computing Vol.10 No.3

발행연도: 2021.6

수록면: 199 - 203 (5page)

DOI: 10.5573/IEIESPC.2021.10.3.199

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

An electroencephalogram (EEG) is an electrical recording from the scalp when neurons in the brain are active. EEG signals have been studied for authentication because they are difficult to falsify and can distinguish individuals. On the other hand, EEG is nonstationary, and its patterns vary slightly. The authentication model was trained day-to-day to overcome the nonstationarity of EEG. EEG signals were measured on two-channel frontal electrodes for five days from 10 subjects in their resting states. Convolutional neural networks were designed for an EEG-based authentication system, and the model was optimized using a Bayesian optimization method. The proposed neural network model was trained with the EEG data from the first to the fourth day and tested using the fifth-day data, which yielded a mean accuracy of 93.23%, precision of 71.31%, and recall of 57.65%. The incremental learning of the EEG signals day-to-day improves the authentication performance, including various EEG patterns in the model.

#EEG #Authentication #Bayesian optimization #Deep learning

참고문헌

참고문헌 신청

최근 본 자료

전체보기

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)