文献

J-GLOBAL ID：201902252098504749   整理番号：19A0524231

マルチモーダル学習を用いた歩容ベースの連続認証【JST・京大機械翻訳】

Gait-Based Continuous Authentication Using Multimodal Learning

著者 (4件)： Papavasileiou Ioannis ,  Smith Savanna ,  Bi Jinbo ,  Han Song
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CHASE  ページ： 290-291  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： モバイル機器への不正アクセスからのセキュリティとプライバシー損失の増加する脅威は,より簡単でより安全なデータアクセスのための様々なバイオメトリック認証法の開発をもたらした。本研究では,一対のスマートソケットから記録された加速度計と接地接触力データを用いて,ギットベース連続認証法を提示した。特徴抽出にはマルチモーダル学習とオートエンコーダを用い,分類にはマルチタスク学習アプローチを用いた。提案した手法の有効性を,8人の被験者のデータセットに関する予備実験を通して実証した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： バイオメトリクス ,  プライバシー ,  *認証 ,  *多モード ,  *歩容 ,  セキュリティ ,  有効性 ,  *学習 ,  安全性 ,  接地 ,  ソケット ,  特徴抽出
準シソーラス用語： 予備実験 ,  被験者 ,  不正アクセス , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： マルチモーダル ,  学習 ,  歩容 ,  認証