จำนวนเซลล์ประสาทที่เหมาะสมในชั้นข้อมูลแอบแผงสำหรับปัญหาการระบุตัวตน โดยใช้สัญญาณคลื่นสมอง
กำลังโหลด...
วันที่
2562-08
ชื่อวารสาร
วารสาร ISSN
ชื่อหนังสือ
สำนักพิมพ์
Royal Thai Air Force Medical Gazette
เชิงนามธรรม
This study discusses the appropriate number of neurons in hidden layer for person authentication that uses delta brainwave signals. The principle of the neural network (supervised neural network), number of neurons in the hidden layer is one important factor to make learning more effective. The purpose of this study was to study the number of neurons in the hidden layer. In this study, 1000 data points of EEG signal in group of four channels, F4, P4, C4, and O2 are explored. The practical technique, Independent Component Analysis (ICA) by SOBIRO algorithm is considered clean and separates the individual signals from noise using the technique of supervised neural network for identifying 30 subjects. The number of neurons in the hidden layer 1-30 neural to test the accuracy of identifying information will be classified 20-30 subjects to find the appropriate number of neurons in the hidden layer in each group.
คำอธิบาย
The principle of the neural network
คำหลัก
เซลล์ประสาทในช้ันข้อมูลแอบแฝง สัญญาณคลื่นสมอง ชีวมาตร การพิสูจน์ตัวตน การวิเคราะห์องค์ประกอบอิสระ โครงข่ายประสาทเทียม, Number of Neurons in Hidden Layer, Electroencephalogram, Biometric, Authentication, Independent component analysis, Neural network
การอ้างอิง
อำนาจ วังจีน , ปรีชา ตั้งเกรียงกิจ และ สุพล พรหมมาพันธ์. (2562).จำนวนเซลล์ประสาทที่เหมาะสมในชั้นข้อมูลแอบแผงสำหรับปัญหาการระบุตัวตน โดยใช้สัญญาณคลื่นสมอง.";วารสารแพทสารทหารอากาศ",65(2),40-48.. ในการประชุมทางวิชาการ สมาคมสถาบันการศึกษาขั้นอุดมแห่งภูมิภาคเอเชียตะวันออกเฉียงใต้ ประจำประเทศไทย ครั้งที่ 43 (น.70).กรุงเทพฯ:มหาวิทยาลัยศรีปทุม