HOME > 공학 > 로봇 > 대한전자공학회 > 전자공학회논문지
EMG 신호 기반 Artificial Neural Network을 이용한 사용자 인식 -
분야 공학 > 로봇
저자 김상호 류재환 이병현 김덕환
발행기관 대한전자공학회
간행물정보 전자공학회논문지 2016년, 전자공학회논문지 제53권 제4호, 142page~148page(총7page)
파일형식 2952237 [다운로드 무료 PDF 뷰어]
판매가격 6,000원
적립금 180원 (구매자료 3% 적립)
이 자료를
논문의 미리보기 2페이지를 PDF파일로 제공합니다.
 
연관 논문
Binary Harmony Search 알고리즘을 이용한 Unsupervised Nonlinear Classifier 구현 -
신경회로망과 확률모델을 이용한 2차원 운동의 외부좌표에 대한 EMG신호의 패턴인식에 관한 연구 ( A Study on the Pattern Recognition of the EMG Signals Using Neural Network and Probabilistic Model for the Two Dimensional Motions Described by External Coordinate ) -
Kernel FDA와 인공신경망을 이용한 주기신호 이상탐지 -
Kernel FDA와 인공신경망을 이용한 주기신호 이상탐지 -
PIR 센서 기반 침입감지 시스템 -
 
 
목차
부제 : Human Identification using EMG Signal based Artificial Neural Network
요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 제안하는 방법
Ⅳ. 실험결과 및 분석
Ⅴ. 결론 및 향후 연구 방향
REFERENCES
 
 
국문초록
최근 다양한 생체신호를 이용한 사용자 인식 방법들이 연구되고 있으며 그 중에 보행을 기반으로 한 사용자 인식 방법이 활발하게 연구되고 있다. 본 논문에서는 사람이 보행할 때 사용되는 허벅지 근육의 EMG(Electromyography) 신호를 기반으로 사용자를 인식하는 방법을 제안하였다. 근전도 신호의 RMS, MAV, VAR, WAMP, ZC, SSC, IEMG, MMAV1, MMAV2, MAVSLP, SSI, WL를 특징으로 산출하여 ANN(Artificial Neural Network) 분류기를 통해 사용자를 인식한다. 사용자 인식에 적합한 근육과 특징을 선별하기 위해서 근육 및 특징별 인식률을 비교한 결과 대퇴직근, 반건양근, 외측광근이 사용자 인식에 적합한 근육으로 나타났으며, MAV, ZC, IEMG, MMAV1, MAVSLP 특징이 사용자 인식에 적합한 특징으로 나타났다. 실험결과 모든 특징들과 채널들을 사용했을 때의 인식률은 평균 99.7%을 보였고 사용자 인식에 적합하다고 판단되는 3개의 근육, 5개의 특징을 사용했을 때의 인식률은 평균 96%을 보였다. 따라서 사용자의 보행에 따른 EMG 신호 기반 사용자 인식이 가능함을 확인하였다. 그리고 사용자 인식에 적합한 소수의 채널과 특징을 사용하여 사용자 인식하는데 적용될 수 있음을 확인하였다.
 
 
영문초록
Recently, human identification using various biological signals has been studied and human identification based on the gait has been actively studied. In this paper, we propose a human identification based on the EMG(Electromyography) signal of the thigh muscles that are used when walking. Various features such as RMS, MAV, VAR, WAMP, ZC, SSC, IEMG, MMAV1, MMAV2, MAVSLP, SSI, WL are extracted from EMG signal data and ANN(Artificial Neural Network) classifier is used for human identification. When we evaluated the recognition ratio per channel and features to select approptiate channels and features for human identification. The experimental results show that the rectus femoris, semitendinous, vastus lateralis are appropriate muscles for human identification and MAV, ZC, IEMG, MMAV1, MAVSLP are adaptable features for human identification. Experimental results also show that the average recognition ratio of method of using all channels and features is 99.7% and that of using selected 3 channels and 5 features is 96%. Therefore, we confirm that the EMG signal can be applied to gait based human identification and EMG signal based human identification using small number of adaptive muscles and features shows good performance.
 
 
Electromyography, Human identification, Biometrics, Artificial neural network, Gait
 
 
도움말
본 논문은 참고용 논문으로 수정 및 텍스트 복사가 되지 않습니다.
 
 
추천자료
인공신경망
AIS (Advanced Intelligent Systems)
인공지능의 역사와 응용분야
[레포트]인공지능의 역사와 응용분야
[창의공학 설계] 스마트폰과 로봇을 이용한 원격 조정 시스템
정보사회의 지적재산권 개념 재정립에 대하여...
컴퓨터를 이용한 간호실무에서의 인지정보처리
[경영학원론] 인공지능과 경영
[인지과학] 인지과학에 대한 분석
[디지털미디어] ai(인공지능)에 대해서
오늘 본 자료
오늘 본 자료가 없습니다.
장바구니 담은 자료
장바구니가 비어 있습니다.
이 간행물 인기자료
태양전지용 웨이퍼의 오염 분석 및 세...
해저 지형 정보를 이용한 다중 상태 ...
무선 환경에서 TCP 성능 개선을 위한 ...
IEEE 다중경로 채널에서 다중접속 M진...
과도 거리 이주 보상을 위한 두 단계 ...
이 간행물 신규자료
물리계층 보안 성능 향상을 위한 재밍...
5G 이동통신 시스템에서 향상된 데이...
NR 기반 5G 통신 시스템에서 ISC 데이...
스펙트럼 효율 향상을 위한 Windowed ...
체계적 부품단종관리 업무수행 및 발...
저작권 정보
본 학술논문은 ㈜누리미디어와 각 학회간에 저작권 계약이 체결된 것으로 HAPPY학술이 제공하고 있습니다. 본 저작물을 불법적으로 이용시는 법적인 제재가 가해질 수 있습니다.
 
서비스이용약관 | 개인정보취급방침 | E-mail 수집 거부 | 제휴 및 광고문의 | FAQ
이메일 무단 수집 거부
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나 그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며, 이를 위반시 정보통신망법에 의해 형사처벌됨을 유념하시기 바랍니다. [게시일 2003년 4월 2일]