抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
自動車への先進運転者支援システム(ADAS)の漸進的統合は,運転者の安全性と快適性レベルの増加に大きく貢献してきた。運転者の選好と要求に車を適合させる必要が個別ADASの開発につながった。運転者の自動識別は,これらのシステムの設計における重要な因子である。本研究では,偽者検出能力を有する運転者同定モデルを提案した。このアプローチは運転行動信号からの非侵襲的情報,極端学習機械(ELM)ネットワークに基づいている。システムの性能は,既知の運転者の異なった数と詐称者運転者のグループに基づいて評価した。同定率は試験したすべての群として,二と三名の運転者のグループのためのまだ90%以上では80%以上であった。自動車は単一真のドライバを持つ場合偽者検出率は80%以上であった。この速度は,認定されている運転者の数に逆比例して減衰するが,すべての場合で50%よりも大きかった。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】