Biblioteca122.739 documentos en línea

Artículo

Arrangements of Resting State Electroencephalography as the Input to Convolutional Neural Network for Biometric IdentificationArreglos de la electroencefalografía en estado de reposo como entrada a la red neuronal convolucional para la identificación biométrica

Resumen

La biometría es un campo importante que permite la identificación de un individuo para acceder a su información y activos sensibles. En los últimos años, la biometría basada en la electroencefalografía (EEG) ha sido popularmente explorada por los investigadores porque el EEG es capaz de distinguir entre dos individuos. Las revisiones de la literatura han demostrado que la red neural convolucional (CNN) es uno de los enfoques de clasificación que puede evitar las complejas etapas de preprocesamiento, extracción de características y selección de características. Por lo tanto, se sugiere que la CNN es uno de los clasificadores eficientes para la identificación biométrica. Convencionalmente, la entrada a la CNN puede ser en forma de imagen o de matriz. El objetivo de este trabajo es explorar la disposición del EEG para la entrada de la CNN con el fin de investigar la disposición de entrada del EEG más adecuada para el rendimiento de la identificación basada en el EEG. Los conjuntos de datos de EEG que se utilizan en este trabajo son EEG en estado de reposo con los ojos abiertos (REO) y EEG en estado de reposo con los ojos cerrados (REC). En este trabajo se comparan seis tipos de disposición de datos. Se trata de la matriz de amplitud frente al tiempo, la matriz de energía frente al tiempo, la matriz de amplitud frente al tiempo para canales reordenados, la imagen de amplitud frente al tiempo, la imagen de energía frente al tiempo y la imagen de amplitud frente al tiempo para canales reordenados. Se descubrió que la matriz de amplitud frente al tiempo para cada uno de los canales reordenados utilizando la combinación de REC y REO era la que mejor funcionaba para la identificación biométrica, logrando una precisión de validación y una precisión de prueba del 83,21 y 79,08%, respectivamente.

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento