Motor Imagery Decoding with Residual Dense Network 


49권  5호, pp. 380-387, 5월  2022
10.5626/JOK.2022.49.5.380


PDF

  요약

본 논문에서는 Motor Imagery (MI) 디코딩 중 뇌파에 대한 RDN (Residual Dense Network) 프레임워크를 제안한다. 특징 학습 및 의사결정을 수행하기 위해 심층 신경망을 기반으로 하는 특징 추출 및 디코딩 알고리즘을 포함하는 디코딩 프레임워크를 설계한다. BCI Competition IV의 Dataset 2A에서 공개하는 BCI 데이터 셋을 디코딩하는 RDN의 성능을 분석한다. 본 눈문에서는 실험을 통해 주어진 데이터 셋에 대한 정확도 측면에서의 성능을 평가하였으며, RDN 프레임워크는 0.8290의 결과를 나타내었다. 이 결과는 동일한 데이터 세트를 이용하는 이전의 연구를 능가한다. 결론적으로 RDN은 실용적인 뇌-컴퓨터 인터페이스에서의 디코딩 프레임워크를 제공한다.


  통계
2022년 11월부터 누적 집계
동일한 세션일 때 여러 번 접속해도 한 번만 카운트됩니다. 그래프 위에 마우스를 올리면 자세한 수치를 확인하실 수 있습니다.
  논문 참조

[IEEE Style]

P. Deny, S. W. Cheon, K. W. Choi, "Motor Imagery Decoding with Residual Dense Network," Journal of KIISE, JOK, vol. 49, no. 5, pp. 380-387, 2022. DOI: 10.5626/JOK.2022.49.5.380.


[ACM Style]

Permana Deny, Sae Won Cheon, and Kae Won Choi. 2022. Motor Imagery Decoding with Residual Dense Network. Journal of KIISE, JOK, 49, 5, (2022), 380-387. DOI: 10.5626/JOK.2022.49.5.380.


[KCI Style]

Permana Deny, Sae Won Cheon, Kae Won Choi, "Motor Imagery Decoding with Residual Dense Network," 한국정보과학회 논문지, 제49권, 제5호, 380~387쪽, 2022. DOI: 10.5626/JOK.2022.49.5.380.


[Endnote/Zotero/Mendeley (RIS)]  Download


[BibTeX]  Download



Search




Journal of KIISE

  • ISSN : 2383-630X(Print)
  • ISSN : 2383-6296(Electronic)
  • KCI Accredited Journal

사무국

  • Tel. +82-2-588-9240
  • Fax. +82-2-521-1352
  • E-mail. chwoo@kiise.or.kr