지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2023.1
- 수록면
- 29 - 34 (6page)
- DOI
- 10.5302/J.ICROS.2023.22.0175
이용수
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
The Brain-computer interface (BCI) is a technology that measures and analyzes electroencephalogram (EEG) signals to control robots or machines according to the user"s intention. The BCI is a beneficial technology that helps people who can not move their body because of paralysis or amputation so that they can control various electronic devices or express their intentions just by thinking. However, previous BCI technologies have a limitation that they can not have been unable to predict multiple intentions. To use the BCI system in daily life, BCI should be able to predict various intentions such as movement, communication, and robot control. In this study, we developed a BCI technology that can predict multiple intentions simultaneously using a convolutional neural network (CNN). We evaluated the proposed BCI model with EEG signals measured from 10 subjects participants during completing Sensory-Motor Rhythm (SMR) and Steady-State Visual Evoked Potential (SSVEP) tasks. The evaluation showed that the proposed BCI model could predict multiple intentions. The average accuracy averaged by all subjects was 62.8±13.7%. This result implies that BCI users can simultaneously perform various tasks, such as typing and moving. We expect that our study will promote the development of the practical applications of BCI. in daily life.
목차
Abstract
I. 서론
II. 본론
III. 결론
REFERENCES
참고문헌 (31)
참고문헌 신청
T. Kirschstein and R. Köhling, “What is the source of the EEG?," Clinical EEG and Neuroscience, vol. 40, no. 3, pp. 146-149, 2009.
S. Halder, A. Pinegger, I. Käthner, S. C. Wriessnegger, J. Faller, J. B, P. Antunes, G. R. Müller-Putz, and A. Kübler, “Brain-controlled applications using dynamic P300 speller matrices," Artif Intell Med, vol. 63, no. 1, pp. 7-17, Jan. 2015, doi: 10.1016
Y. Yoo, “Sequential detection of P300 waves for highthroughput brain-computer interfaces," International Journal of Fuzzy Logic and Intelligent Systems, vol. 17, no. 2, pp. 68-75, 2017.
J. Qu, F. Wang, Z. Xia, T. Yu, J. Xiao, Z. Yu, Z. Gu, and Y. Li, “A novel three-dimensional P300 speller based on stereo visual stimuli," IEEE Transactions on Human-Machine Systems, vol. 48, no. 4, pp. 392-399, 2018, doi: 10.1109/thms.2018.2799525.
Q. Li, Z. Lu, N. Gao, and J. Yang, “Optimizing the performance of the visual P300-speller through active mental tasks based on color distinction and modulation of task difficulty," Front Hum Neurosci, vol. 13, p. 130, 2019, doi: 10.3389/fnhum.2019.00130.
S. Halder, A. Pinegger, I. Käthner, S. C. Wriessnegger, J. Faller, J. B, P. Antunes, G. R. Müller-Putz, and A. Kübler, “Brain-controlled applications using dynamic P300 speller matrices," Artif Intell Med, vol. 63, no. 1, pp. 7-17, Jan. 2015, doi: 10.1016
Y. Yoo, “Sequential detection of P300 waves for highthroughput brain-computer interfaces," International Journal of Fuzzy Logic and Intelligent Systems, vol. 17, no. 2, pp. 68-75, 2017.
J. Qu, F. Wang, Z. Xia, T. Yu, J. Xiao, Z. Yu, Z. Gu, and Y. Li, “A novel three-dimensional P300 speller based on stereo visual stimuli," IEEE Transactions on Human-Machine Systems, vol. 48, no. 4, pp. 392-399, 2018, doi: 10.1109/thms.2018.2799525.
Q. Li, Z. Lu, N. Gao, and J. Yang, “Optimizing the performance of the visual P300-speller through active mental tasks based on color distinction and modulation of task difficulty," Front Hum Neurosci, vol. 13, p. 130, 2019, doi: 10.3389/fnhum.2019.00130.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Multi-Functional Brain Computer Interface Using Convolutional Neural Networks
제어로봇시스템학회 국제학술대회 논문집
2022 .11
-
컨볼루션 신경망을 활용한 복합 기능 뇌-컴퓨터 인터페이스
제어로봇시스템학회 국내학술대회 논문집
2021 .06
-
다중의도 동시 예측을 통한 다기능 뇌-컴퓨터 인터페이스
대한전자공학회 학술대회
2023 .06
-
뇌-컴퓨터 인터페이스(BCI, Brain-Computer Interface)의 현재와 미래
한국통신학회 학술대회논문집
2024 .06
-
컨볼루션 신경망 기반 운동심상을 이용한 뇌의 연결성 분석 및 분류방법
한국지능시스템학회 논문지
2019 .04
-
단일 인공신경망 모델을 이용한 다중의도 예측 뇌-컴퓨터 인터페이스
한국지능시스템학회 논문지
2021 .06
-
컨볼루션 신경망의 최신 연구 동향
정보과학회지
2018 .02
-
BCI(Brain Computer Interface)를 응용한 음원추천 어플리케이션
한국통신학회 학술대회논문집
2017 .06
-
Brain Computer Interface(BCI)를 이용한 핸즈 프리 자율주행 로봇시스템 구현
한국정보과학회 학술발표논문집
2019 .06
-
실시간 환경에서의 다중의도 뇌-컴퓨터 인터페이스
제어로봇시스템학회 국내학술대회 논문집
2022 .06
-
컨볼루션 신경망을 이용한 동작 상상 뇌파 분류
한국정보기술학회논문지
2017 .06
-
고성능 BCI(Brain Computer Interface)를 위한 SoC 설계기술
전자공학회지
2017 .11
-
머신러닝을 활용한 BCI 효율 개선 및 BCI 가전 제어 시스템에 적용
한국정보과학회 학술발표논문집
2017 .06
-
Convolutional Neural Network for Functional Near-Infrared Spectroscopy in Brain-Computer Interface
한국통신학회 학술대회논문집
2017 .01
-
합성곱 신경망을 이용한 뇌파 해석 기법
대한기계학회 춘추학술대회
2020 .07
-
실생활 사용을 위한 뇌-컴퓨터 인터페이스 연구동향
제어로봇시스템학회 논문지
2019 .09
-
뇌-컴퓨터 인터페이스를 위한 딥러닝을 이용한 뇌파 기반 보행 인식
한국정밀공학회 학술발표대회 논문집
2023 .05
-
얼굴 표정 인식을 위한 Convolutional Neural Networks
한국방송미디어공학회 학술발표대회 논문집
2016 .11
-
Convolutional Neural Networks(CNN)를 이용한 실내 위치 측정 시스템
한국통신학회 학술대회논문집
2018 .01
-
Convolutional Neural Network 모델을 활용한 뇌파 기반 내인성 뇌-컴퓨터 인터페이스 시스템의 성능 향상 연구
한국통신학회 학술대회논문집
2022 .06
이 논문의 저자 정보
이 논문과 함께 이용한 논문
지역사회로 열린 아동복지시설 계획에 관한 연구
한아름
,
맹필수
대한건축학회 학술발표대회 논문집
2022
.10
뇌파를 이용한 합성곱 신경망 기반 학습 몰입도 분석 모델 연구
김상수
,
구영현
대한전자공학회 학술대회
2023
.11
실생활 사용을 위한 뇌-컴퓨터 인터페이스 연구동향
염홍기
제어로봇시스템학회 논문지
2019
.09
다중의도 동시 예측을 통한 다기능 뇌-컴퓨터 인터페이스
최우성
,
염홍기
대한전자공학회 학술대회
2023
.06
뇌 속 신경전달물질 주머니, 어떻게 스스로 뭉쳐있나? : 뇌 속 신경전달물질 주머니간 응집 메커니즘 규명
이성용
특허뉴스
2021
.02
최근 본 자료
댓글(0)
0