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
이다빛 (가톨릭대학교) 이상국 (가톨릭대학교)
저널정보
한국정보기술학회 한국정보기술학회논문지 한국정보기술학회논문지 제11권 제7호(JKIIT, Vol.11, No.7)
발행연도
2013.7
수록면
67 - 75 (9page)
DOI
10.14801/kiitr.2013.11.7.67

이용수

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

이 논문의 연구 히스토리 (3)

초록· 키워드

오류제보하기
뇌 컴퓨터 인터페이스(BCI)는 기존의 인터페이스 기술을 대신하기 위한 방법으로서 뇌파(EEG)를 이용한다. 그러므로 BCI는 일반 사용자뿐만 아니라 특히 신경계의 이상으로 근육을 움직이지 못하는 지체장애인과 움직임에 제약을 받는 노약자에게 필요한 기술이다. 본 연구에서는 노이즈와 과적합에 강건한 가우시안 혼합 모델(GMM)을 통해 생성된 서포트 벡터(support vector)와 서포트 벡터 머신(SVM)을 이용하여 움직임 상상 뇌파를 분류하는 방법을 제안한다. 뇌파 분류는 특징 추출 과정과 분류 과정으로 구성된다. 특징 추출 과정에서는 웨이블렛 변환을 사용하여 뇌파를 분해하고 웨이블렛 계수의 통계적 특징을 추출하였다. 분류 과정에서는 Expectation Maximization(EM) 알고리즘을 이용하여 GMM에 대한 통계적 특징 분포의 최대우도추정을 계산하였다. 그리고 추정된 가우시안 분포의 평균은 서포트 벡터를 생성하기 위해 사용되었다. 제안하는 분류 방법은 움직임 상상 뇌파에 대해 83.61%의 분류 정확도를 나타냈다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 실험 방법
Ⅲ. 실험 결과
Ⅳ. 결론
References

참고문헌 (12)

참고문헌 신청

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2014-560-003174652