文献

J-GLOBAL ID：201802291002360687   整理番号：18A0529556

個人認証性能を改善するための脳波特徴評価【Powered by NICT】

Electroencephalographic feature evaluation for improving personal authentication performance

著者 (3件)： Kang Jae-Hwan (Department of Human Factors Engineering, Ulsan National Institute of Science and Technology, Ulsan, Republic of Korea) ,  Jo Young Chang (Human Care System Research Center, Korea Electronics Technology Institute, SeongNam, Republic of Korea) ,  Kim Sung-Phil (Department of Human Factors Engineering, Ulsan National Institute of Science and Technology, Ulsan, Republic of Korea)
資料名： Neurocomputing  (Neurocomputing)
巻： 287  ページ： 93-101  発行年： 2018年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 脳の電気的活動を連続記録法,脳波(EEG)は重要なバイオメトリクスにおける利用可能な情報の最も有望なタイプであることを信号を提供した。しかし,残っている個人を同定する最も効果的に使用できることをEEG特徴を抽出するか不明なのでEEGに基づく信頼性のあるバイオメトリクスはまだ開発中である。本研究では,バイオメトリクスにおける使用のための新しいEEG特徴を提案し,個人認証のためのそれらの有効性は109台EEGデータセットを含むオープンアクセスEEGデータベースを用いて実証した。EEG信号から,位相同期に基づく導電性ネットワーク解析によるスペクトルと非線形解析と10多チャネル特徴を行うことにより10単一チャネル特徴(七スペクトルと三非線形)を抽出した。距離ベースの分類器は,他から自己を区別するために抽出した特徴に基づいて構築した。誤り受入率(FAR)は1%に固定した場合,提案した個人認証方式の性能は,等誤り率(EER)と本人拒否率(FRR)の観点から評価した。EERは0.73%であった開眼(REO)と1.80%の閉眼(REC)であり,1%FARとFRRは1.10%(REO)および2.20%(REC)であった。これらの結果は,同じデータベースを用いた以前の研究のものより優れていた。添加では,非線形とネットワーク特徴が出現した認証のためのスペクトル特徴よりも重要であった。個人認証のためのEEG特徴を利用するこの方法は,EEGベースバイオメトリックシステムの進歩を促進することが期待される。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 非線形解析 ,  チャネル ,  ネットワーク ,  *脳波 ,  スペクトル ,  誤り率 ,  信頼性 ,  バイオメトリクス ,  データベース ,  位相同期
準シソーラス用語： 閉眼 ,  マルチチャネル ,  ネットワーク解析 ,  オープンアクセス ,  *個人認証 , 【Automatic Indexing@JST】

著者キーワード (5件)： バイオメトリクス ,  脳波(EEG) ,  ネットワーク解析 ,  非線形解析 ,  個人認証

分類 (2件)： 生体計測  (EL03020C) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 個人認証 ,  脳波 ,  評価