$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

웨이블릿 신경망을 이용한 패턴 분류 시스템 설계 및 EEG 신호 분류에 대한 연구
A Study of Pattern Classification System Design Using Wavelet Neural Network and EEG Signal Classification 원문보기

電子工學會論文誌. Journal of the Institute of Electronics Engineers of Korea. CI, 컴퓨터, v.39 no.3 = no.285, 2002년, pp.32 - 43  

임성길 (경희대학교 컴퓨터공학과) ,  박찬호 (부천대학 인터넷응용과) ,  이현수 (경희대학교 컴퓨터공학과)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 신경망에 기반한 디지털 신호를 위한 패턴분류 시스템을 제안한다. 제안하는 시스템은 두 가지 신경망 모델로 구성된다. 첫 번째 부분은 특징 추출의 역할을 하는 웨이블릿 신경망이다. 이 부분을 위해 기존의 웨이블릿 신경망 모델들을 비교한 후, 특징 추출을 위한 새로운 웨이블릿 신경망 모델을 제안한다. 다른 부분은 패턴 분류를 위한 웨이블릿 신경망이다. 패턴 분류에 적용하기 위해 기존의 웨이블릿 신경망 구조를 수정하고 학습 방법을 제안한다. 패턴 분류 웨이블릿 신경망의 입력은 특징 추출 신경망의 은닉노드의 연결강도, 확장 및 이동 파라미터로 구성되었다. 또 출력은 특징 추출 신경망의 입력 신호가 속한 부류를 나타낸다. 제안한 시스템을 EEG 신호를 주파수에 따라서 분류하는 문제에 적용하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

In this paper, we propose a pattern classification system for digital signal which is based on neural networks. The proposed system consists of two models of neural network. The first part is a wavelet neural network whose role is a feature extraction. For this part, we compare existing models of wa...

주제어

#Wavelet Neural Network   #Pattern Classification   #EEG   #Feature Extraction  

참고문헌 (8)

  1. Ingrid Daubechies, 'Orthonormal bases of compactly supported wavelets,' Communications on Pure and Applied Mathematics, 41:909-996, November 1988 

    상세보기 crossref

  2. H.Suz, B.Telfer, S.Kadambe, 'Neural Network Adaptive Wavelets for Signal Representation and Classificaiton,' Optical Engineering, Vol. 31, pp. 1907-1916, 1992 

    상세보기 crossref

  3. Q. Zhang, A. Benveniste, 'Wavelet Networks', IEEE Trans. Neural Networks, Vol. NN-3, No. 6, pp. 889-898, 1992 

    상세보기 crossref

  4. B. Bakshi, G. Stephanopoulos, 'Wavelets as Basis Functions for Localized Learning in a Multi-resolution Hierarchy,' IJCNN 92, Vol. 2, pp. 140-145, 1992 

    crossref

  5. Y.C. Pati and P.S. Krishnaprasad, 'Analysis and Synthesis of Feedforward Neural Networks Using Discrete Affine Wavelet Transformations,' IEEE Trans. Neural Networks, 4(1), pp. 73-85, 1993 

    상세보기 crossref

  6. K.Kobayashi, T. Torioka, 'A Wavelet Neural Network for Function Approximation and Network Optimization,' Proc. of ANNIE 94, Vol. 4, pp. 505-510, 1994 

  7. 임성길, 이현수, '은닉노드의 생성 소멸에 의한 웨이블릿 신경망 구조의 자기조직화,' 전자공학회 논문지 제36권 C편 제12호, pp.78-89, 1999 

  8. 이창변, 노재영, 뇌파학입문, 하나의학사, 1997 

저자의 다른 논문 :

관련 콘텐츠

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로