학술논문
BCI에서 기계 학습을 위한 간질 뇌파 특징 선택을 통한 차원 감소 방법 분석
이용수 61
- 영문명
- Analysis of Dimensionality Reduction Methods Through Epileptic EEG Feature Selection for Machine Learning in BCI
- 발행기관
- 한국전자통신학회
- 저자명
- 양 통(Yang Tong) Ibrahim Aliyu(Ibrahim Aliy) 임창균(Chang-Gyoon Lim)
- 간행물 정보
- 『한국전자통신학회 논문지』제13권 제6호, 1333~1341쪽, 전체 9쪽
- 주제분류
- 공학 > 전자/정보통신공학
- 파일형태
- 발행일자
- 2018.12.31
4,000원
구매일시로부터 72시간 이내에 다운로드 가능합니다.
이 학술논문 정보는 (주)교보문고와 각 발행기관 사이에 저작물 이용 계약이 체결된 것으로, 교보문고를 통해 제공되고 있습니다.
국문 초록
지금까지 뇌파(Electroencephalography - EEG)는 뇌전증 진단 및 치료를 위한 가장 중요하고 편리한 방법이었다. 그러나 뇌전증 뇌파 신호의 파형 특성은 매우 약하고 비 정지 상태이며 배경 노이즈가 강하기 때문에 식별하기가 어렵다. 이 논문에서는 간질 뇌파의 특징 선택을 통한 차원 감소를 통한 분류 방법의 효과를 분석한다. 우리는 차원 감소를 위해 주 요소 분석, 커널 요소 분석, 선형 판별 분석 방법을 사용하였다. 차원 감소 방법의 성능 분석을 위해 Support Vector Machine: SVM), Logistic Regression(: LR), K-Nearestneighbor(: K-NN), Decision Tree(: DR), Random Forest(: RF) 분류 방법들을 사용해 평가하였다. 실험 결과에 따르면, PCA는 SVM, LR 및 K-NN에서 75% 정확도를 나타냈다. KPCA는 SVM과 K-KNN에서 85%의 성능을 보였으며 LDA는 K-NN를 이용했을 때 100 %의 정확도 보여주었다. 따라서 LDA를 이용한 차원 감소가 뇌전증 EEG 신호에 대한 최고의 분류 결과 보여주었다.
영문 초록
Until now, Electroencephalography(: EEG) has been the most important and convenient method for the diagnosis and
treatment of epilepsy. However, it is difficult to identify the wave characteristics of an epileptic EEG signals because it
is very weak, non-stationary and has strong background noise. In this paper, we analyse the effect of dimensionality
reduction methods on Epileptic EEG feature selection and classification. Three dimensionality reduction methods: Pincipal Component Analysis(: PCA), Kernel Principal Component Analysis(: KPCA) and Linear Discriminant Analysis(: LDA) were investigated. The performance of each method was evaluated by using Support Vector Machine SVM, Logistic Regression(: LR), K-Nearestneighbor(: K-NN), Decision Tree(: DR) and Random Forest(: RF). From the experimental result, PCA recorded 75% of highest accuracy in SVM, LR and K-NN. KPCA recorded 85% of best performance in SVM and K-KNN while LDA achieved 100% accuracy in K-NN. Thus, LDA dimensionality reduction is found to provide the best classification result for epileptic EEG signal.
목차
Ⅰ. INTRODUCTION
Ⅱ. FEATURE EXTRACTION
Ⅲ. FEATURE SELECTION BY REDUCING DIMENSION OF FEATURE
Ⅳ. EXPERIMENTAL RESULT AND DISCUSSION
Ⅴ. CONCLUSION AND FUTURE WORKS
키워드
해당간행물 수록 논문
- 한국전자통신학회논문지 제13권 제6호 목차
- PID 제어를 이용한 드론의 호버링
- 질병예방 및 살균ㆍ소독을 위한 ICT 융복합형 플라즈마 출입관리 시스템
- 비접촉 IoT 링거 교체 자동 알림 시스템 설계 및 구현
- 건강관리 애플리케이션을 통한 타바타 운동이 뇌졸중 환자의 균형, 보행 및 일상생활 활동에 미치는 영향
- 복합 위상천이기 구성을 갖는 위상배열안테나의 효율적인 배열구성에 관한 연구
- 평면 배열 안테나 기반의 적응 빔형성 시스템 성능 분석
- 인간 단백질 분석을 위한 빅 데이타 기반 RMF 방법
- 서비스 기반 정보시스템의 안정성 증대를 위한 보안정책 최적화 균형모듈에 관한 연구
- 영전압스위칭의 위상천이방식 DC/DC 컨버터 설계
- 전파관리방식의 변화에 대비한 제도 개선 방안에 대한 조사
- 불균형 데이터 환경에서 로지스틱 회귀모형을 이용한 Cochlodinium polykrikoides 적조 탐지 기법 연구
- 안전모 장착용 가스 누출 경보 IoT 시스템 설계 및 구현
- 온도 및 조성비 변화에 따른 질화물계 화합물 반도체 GaAs₁-xNx 의 에너지 밴드갭과 광학상수 계산
- 양식장 수중 모니터링 및 그물망 청소용 드론 설계
- 드론 제어용 데이터링크 안테나 설계
- BCI에서 기계 학습을 위한 간질 뇌파 특징 선택을 통한 차원 감소 방법 분석
- 자가 충전 및 장거리 무선 네트워크를 지원하는 노지 농작물 관수 자동화 시스템 설계
- 영상기반의 화재 검출에 효과적인 CNN 심층학습의 커널 특성에 대한 연구
- 스마트 기기를 이용한 화점 표출 시스템의 설계 및 구현
- EV 충전인프라를 위한 국제표준에 부합하는 V2G용 전력선통신모듈 설계 및 응용
- 캐니 에지 검출을 이용한 해삼의 특징점 추출
- 소셜 네트워크 환경에서 국내 외국인 유학생의 미디어 정보 리터러시 현황분석
- 위치추적 가로등에 관한 연구
- 증강현실 사용자 인터페이스의 사용자중심 사용성 요소 연구
- 남북철도 직결운행을 위한 상호운용성 고찰
- 무선 통신과 사물인터넷 기반의 소 발정 관찰 시스템 설계 및 구현
- 보안 감시를 위한 심층학습 기반 다채널 영상 분석
- 광대역 전력선통신 기반 풍력발전기 너셀 내부 화재예방시스템
- 1290 MHz 산란 신호의 고도별 파워 스펙트럼 밀도에 기반한 시선 속도와 모멘트 산출
- JPEG2000의 하드웨어 구현을 통한 최적 DWT 레벨의 정지영상 화질개선
- OPC 기반의 지능형 정밀 서보제어 분말성형 프레스 시스템의 설계 및 구현
- K-최근접 이웃 알고리즘을 적용한 펌프와 모터의 상태 진단
- LTE-R 네트워크에서 핸드오버 성능
- 농기계 안전사고 시 자동상황전파를 위한 ICT기반 시스템 개발
- 시선에 따른 영상 음향 정위 일치에 관한 연구
- 전기자 형태의 회전자를 갖는 하이브리드 마그네틱 기어의 구조에 관한 연구
- 90/150 CA <10···0> 의 특성다항식
참고문헌
교보eBook 첫 방문을 환영 합니다!
신규가입 혜택 지급이 완료 되었습니다.
바로 사용 가능한 교보e캐시 1,000원 (유효기간 7일)
지금 바로 교보eBook의 다양한 콘텐츠를 이용해 보세요!