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
김진수 (조선대학교) 김성혁 (빛가람정보) 반성범 (조선대학교)
저널정보
한국정보기술학회 한국정보기술학회논문지 한국정보기술학회논문지 제18권 제1호(JKIIT, Vol.18, No.1)
발행연도
2020.1
수록면
107 - 114 (8page)
DOI
10.14801/jkiit.2020.18.1.107

이용수

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

초록· 키워드

오류제보하기
기존 개인 식별 방법은 다양한 범죄에 취약한 문제점이 있어 이를 보완하기 위해 신체 내부 특징인 바이오 신호를 활용한 연구가 진행되고 있다. 그중 심전도 신호는 심장의 크기와 위치에 따라 개인마다 고유한 특성이 있어 개인 식별에 적합하며, 딥 러닝과 접목하여 많은 연구가 진행되고 있다. 본 논문에서는 2차원 심전도 이미지를 이용한 사전 학습된 네트워크 모델에 따른 개인 식별 성능을 분석한다. 심전도 데이터 세트를 학습시키기 위한 사전 학습된 네트워크 모델은 Inception, ResNet의 11개 네트워크를 사용한다. 네트워크의 학습데이터는 심전도 신호의 한 주기로 생성한 2차원 이미지 데이터를 이용하며, 실험은 학습 횟수를 변경하며 진행한다. 사전 학습된 네트워크 모델을 이용한 심전도 신호 기반 개인 식별 실험 결과 Inception 네트워크에 비해 ResNet 네트워크의 성능이 높게 나타났으며, Inception 네트워크에선 Inception-ResNet-V2가 96.18%, ResNet 네트워크에선 ResNet-V2-152가 99.12%의 성능으로 가장 높음을 확인하였다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 사전 학습된 네트워크 모델의 구조 및 특성
Ⅲ. 심전도 신호를 이용한 개인 식별 방법
Ⅳ. 실험 결과
Ⅴ. 결론 및 향후 계획
References

참고문헌 (16)

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