KCC 2021
Current Result Document : 344 / 344
| 한글제목(Korean Title) |
머신러닝 기반 졸음 검출을 위한 심장변이도의 특성 선택 기법 연구 |
| 영문제목(English Title) |
A Study on the Feature Selection about Heart Rate Variability for Sleepiness Detection Based on Machine Learning |
| 저자(Author) |
김송연
홍승혁
Songyeon Kim
Seunghyeok Hong
|
| 원문수록처(Citation) |
VOL 48 NO. 01 PP. 1882 ~ 1884 (2021. 06) |
한글내용
(Korean Abstract) |
매년 많은 수의 교통사고들이 졸음운전으로 인해 발생한다. 졸음운전으로 인한 사망률은 19%에 육박하며 교통사고 사망률 이 대체로 11%인 것을 감안할 때 다른 원인보다 압도적으로 높은 수치라고 볼 수 있다. 이에 졸음운전을 사전에 파악하고 예방할 수 있는 시스템의 필요성이 제기되고 있다. 운전자의 생체리듬 신호를 파악하는 다양한 방법이 있지만 본 연구에 서는 운전자에게 가장 적은 제약조건으로 신호를 추정할 수 있는 심전도 신호를 사용하여 졸음운전을 구별하는 모델을 구현하기 위한 연구를 진행한다. 또한, 모델의 정확도를 높일 수 있는 다양한 방법을 연구해 본다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
