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
김민구 (조선대학교) 반성범 (조선대학교)
저널정보
한국정보기술학회 한국정보기술학회논문지 한국정보기술학회논문지 제19권 제10호(JKIIT, Vol.19, No.10)
발행연도
2021.10
수록면
99 - 104 (6page)
DOI
10.14801/jkiit.2021.19.10.99

이용수

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

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
최근 심전도, 뇌전도, 근전도와 같은 생체신호를 딥러닝에 적용한 사용자 인식 연구가 활발히 진행되고 있다. 심전도 신호는 심장의 위치, 크기, 구조, 나이, 성별 등의 요인들에 따라 자율적으로 발생하는 신호의 특징들이 개인마다 고유하게 나타나는 생체신호이다. 그러나 딥러닝 기술은 많은 학습시간과 연산량을 요구하기 때문에, 실시간으로 취득되는 생체신호를 사용자 인식분야에 적용하기에 문제점이 발생한다. 본 논문에서는 심전도 신호를 P, QRS, T파를 포함하는 단일주기로 분할한 후, 1차원 확장 합성곱 연산을 수행하였으며, 기존 합성곱 연산과 인식 성능을 비교하였다. 실험결과, 확장 합성곱 연산을 이용한 사용자 인식성능은 98.6%를 나타내 딥러닝 기술을 이용한 실시간 사용자 인식 가능성을 확인하였다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 딥러닝 기반 생체신호를 이용한 사용자 인식 관련 연구
Ⅲ. 저연산 학습을 위한 확장 합성곱 연산을 이용한 사용자 인식
Ⅳ. 실험 결과 및 분석
Ⅴ. 결론
References

참고문헌 (14)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2021-004-002091350