Deep Belief Network를 이용한 뇌파의 음성 상상 모음 분류

이태주; 심귀보

추천

검색

질문

자료유형: 학술저널

저자정보: 이태주 (중앙대학교) 심귀보 (중앙대학교)

저널정보: 제어로봇시스템학회 제어로봇시스템학회 논문지 제어로봇시스템학회 논문지 제21권 제1호

발행연도: 2015.1

수록면: 59 - 64 (6page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

In this paper, we found the usefulness of the deep belief network (DBN) in the fields of brain-computer interface (BCI), especially in relation to imagined speech. In recent years, the growth of interest in the BCI field has led to the development of a number of useful applications, such as robot control, game interfaces, exoskeleton limbs, and so on. However, while imagined speech, which could be used for communication or military purpose devices, is one of the most exciting BCI applications, there are some problems in implementing the system. In the previous paper, we already handled some of the issues of imagined speech when using the International Phonetic Alphabet (IPA), although it required complementation for multi class classification problems. In view of this point, this paper could provide a suitable solution for vowel classification for imagined speech. We used the DBN algorithm, which is known as a deep learning algorithm for multi-class vowel classification, and selected four vowel pronunciations:, /a/, /i/, /o/, /u/ from IPA. For the experiment, we obtained the required 32 channel raw electroencephalogram (EEG) data from three male subjects, and electrodes were placed on the scalp of the frontal lobe and both temporal lobes which are related to thinking and verbal function. Eigenvalues of the covariance matrix of the EEG data were used as the feature vector of each vowel. In the analysis, we provided the classification results of the back propagation artificial neural network (BP-ANN) for making a comparison with DBN. As a result, the classification results from the BP-ANN were 52.04%, and the DBN was 87.96%. This means the DBN showed 35.92% better classification results in multi class imagined speech classification. In addition, the DBN spent much less time in whole computation time. In conclusion, the DBN algorithm is efficient in BCI system implementation.

#deep belief network #electroencephalogram #imagined speech #vowel recognition

참고문헌 (14)

참고문헌 신청

1. [학술지(정기간행물)] - D. Marshall / 2013 / Games, Gameplay, and BCI : The state of the art / IEEE trans. on computational intelligence ans AI in games 5 (2) : 82 ~ 99

2. [학술지(정기간행물)] - Y. Chae / 2012 / Toward brain-actuated humanoid robots : asynchronous direct control using an EEG-based BCI / IEEE Trans. on Robotics 28 (5) : 1131 ~ 1144

3. [학술지(정기간행물)] - A. Frisoli / 2012 / A new gaze-BCI-driven control of an upper limb exoskeleton for rehabilitation in real-world tasks / IEEE Trans. on Systems, Man, and Cybernetics- Part C: Applications and Reviews 42 (6) : 1169 ~ 1179

4. [학술지(정기간행물)] - 김동은 / 2013 / 악력 세기와 뇌파의 상관관계에 관한 연구 / 제어.로봇.시스템학회 논문지 19 (9) : 853 ~ 859

5. [학술지(정기간행물)] - 김용훈 / 2013 / 동작 상상-P300 기반 BCI 환경에서의 로봇 제어 실용화 기술 / 제어.로봇.시스템학회 논문지 19 (3) : 227 ~ 232

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이태주

소속기관 중앙대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학 공학 > 전기전자공학 > 제어계측공학

논문수 9 이용수 1,295

심귀보

소속기관 중앙대학교

주요연구분야 공학 > 전기전자공학 > 제어계측공학 TOP 0.5% 공학 > 전기전자공학 > 정보통신공학 TOP 0.5%

논문수 556 이용수 69,114

이 논문과 함께 이용한 논문

Deep Belief Network와 위치-시간 데이터를 이용한 성격예측

유다빈 , 송하윤 한국정보과학회 학술발표논문집 2015 .06

딥러닝 프레임워크의 비교 : 티아노, 텐서플로, CNTK를 중심으로

정여진 , 안성만 , 양지헌 외 1명 지능정보연구 2017 .06

Deep Belief Networks를 이용한 휴대단말기에서의 시선 분류

박현성 , 김대진 한국정보과학회 학술발표논문집 2015 .12

멀티모달 딥러닝을 이용한 음악 장르 분류

김선훈 , 김대식 , 서봉원 한국HCI학회 학술대회 2016 .01

딥러닝 기반 비디오 분석 기술

김지섭 , 남장군 , 장병탁 정보과학회지 2015 .09

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2016-569-000941109

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (14)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)