최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기Journal of the Institute of Electronics and Information Engineers = 전자공학회논문지, v.52 no.10, 2015년, pp.139 - 147
이주영 (부산대학교 전자공학과) , 이유리 (부산대학교 전자공학과) , 김형남 (부산대학교 전자공학과)
Steady state visual evoked potential (SSVEP) has been actively studied because of its short training time, relatively higher signal-to-noise ratio, and higher information transfer rate. There are two popular analysis methods for SSVEP signals: power spectral density analysis (PSDA) and canonical cor...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
Steady state visual evoked potential란? | Steady state visual evoked potential (SSVEP)는 뇌파의 종류 중 하나로서 다른 뇌파에 비해 훈련 시간이 짧고, 비교적 높은 신호대잡음비 (signal-to-noise ratio)와 높은 정보전달량 (information transfer rate)을 가지고 있어서 최근에 뇌-컴퓨터 접속 장치 (brain-computer interface; BCI)에 많이 사용되고 있다. SSVEP 신호를 분석하는 기존 기법에는 전력 스펙트럼 밀도 분석 (power spectral density analysis; PSDA)과 정준상관분석 (canonical correlation analysis; CCA)이 있다. | |
SSVEP 신호를 분석하는 기존 기법들로 PSDA와 CCA가 있는데 각각의 한계점은 무엇인가? | SSVEP 신호를 분석하는 기존 기법에는 전력 스펙트럼 밀도 분석 (power spectral density analysis; PSDA)과 정준상관분석 (canonical correlation analysis; CCA)이 있다. 그러나 PSDA는 단일 전극만을 사용하기 때문에 잡음에 취약한 단점이 있고, CCA는 PSDA보다 높은 정확도를 가지지만 사인-코사인을 기준 신호로 가지므로 짧은 시간 윈도우 길이를 가질 경우 실시간 BCI 시스템에 적용되기 어렵다. 따라서 본 논문에서는 기존의 기법들의 한계점을 보완하기 위해 CCA의 결과로 얻을 수 있는 정준변수 간의 전력차이를 이용하는 CCA와 PSDA를 결합한 기법을 제안한다. | |
SSVEP 신호를 분석하는 기존 기법에는 무엇이 있는가? | Steady state visual evoked potential (SSVEP)는 뇌파의 종류 중 하나로서 다른 뇌파에 비해 훈련 시간이 짧고, 비교적 높은 신호대잡음비 (signal-to-noise ratio)와 높은 정보전달량 (information transfer rate)을 가지고 있어서 최근에 뇌-컴퓨터 접속 장치 (brain-computer interface; BCI)에 많이 사용되고 있다. SSVEP 신호를 분석하는 기존 기법에는 전력 스펙트럼 밀도 분석 (power spectral density analysis; PSDA)과 정준상관분석 (canonical correlation analysis; CCA)이 있다. 그러나 PSDA는 단일 전극만을 사용하기 때문에 잡음에 취약한 단점이 있고, CCA는 PSDA보다 높은 정확도를 가지지만 사인-코사인을 기준 신호로 가지므로 짧은 시간 윈도우 길이를 가질 경우 실시간 BCI 시스템에 적용되기 어렵다. |
Chang-Jin Kong. "Problem Analysis & Directions for Improvement of Neuroethics in Brain-Computer Interface." KOREA INFORMATION SCIENCE SOCIETY Korea computer congress 2009, Vol. 36, no. 1, pp. 376-381, 2009.
R. Srinivasan, "Methods to improve the spatial resolution of EEG," International Journal of Bioelectromagnetism, Vol. 1, no. 3, pp. 102-111, 1999.
Kab-Mun Cha and Hyun-Chool Shin, "Brain-Machin Interface Using P300 Brain Wave." IEIE, Vol. 47, no. 5, pp. 18-23, Sep. 2010.
Lin, Zhonglin, et al., "Frequency recognition based on canonical correlation analysis for SSVEP-based BCIs." Biomedical Engineering, IEEE Transactions, Vol. 53, no. 12, pp. 2610-2614, December 2006.
Muller-Putz, Gernot R., et al., "Steady-state visual evoked potential (SSVEP)-based communication: impact of harmonic frequency components." Journal of neural engineering, Vol. 2, pp. 123-130, October 2005.
Bin, Guangyu, et al., "An online multi-channel SSVEP-based brain-computer interface using a canonical correlation analysis method." Journal of neural engineering, Vol. 6, June 2009.
Li, Yun, et al., "Analysis of phase coding SSVEP based on canonical correlation analysis (CCA)." Neural Engineering (NER), 2011 5th International IEEE/EMBS Conference on. pp. 368-371, IEEE, 2011.
Pan, Jie, et al., "Enhancing the classification accuracy of steady-state visual evoked potential-based brain-computer interfaces using phase constrained canonical correlation analysis." Journal of neural engineering, Vol. 8, 2011.
Zhang, Y. U., et al., "Frequency recognition in SSVEP-based BCI using multiset canonical correlation analysis." International journal of neural systems, Vol. 24, no. 2, January 2014.
Zhang, Yu, et al., "SSVEP recognition using common feature analysis in brain-computer interface." Journal of neuroscience methods, Vol. 244, pp. 8-15, 2015.
da Cruz, Janir Nuno, et al., "Adaptive time-window length based on online performance measurement in SSVEP-based BCIs." Neurocomputing, Vol. 149, pp. 93-99, February 2015.
Wei, Qingguo, Meixia Xiao, and Zongwu Lu., "A comparative study of canonical correlation analysis and power spectral density analysis for SSVEP detection." Intelligent Human-Machine Systems and Cybernetics (IHMSC), 2011 International Conference on. Vol. 2. IEEE, 2011.
Hotelling, Harold, "Relations between two sets of variates." Biometrika, Vol. 28, pp. 321-377, 1936.
Zhang, Yangsong, et al., "Multivariate synchronization index for frequency recognition of SSVEP-based brain-computer interface." Journal of neuroscience methods, Vol. 221, pp. 32-40, 2014.
Borga, Magnus, "Canonical correlation: a tutorial." On line tutorial http://people.imt.liu.se/magnus/cca 4, 2001.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.