استفاده از شبکه های عصبی عمیق برای سیستم احراز هویت بیومتریک مبتنی بر ECG تعبیه شده
واتساپ:09141077352 همراه: 09141077352 ثابت: 35250068-041 سفارش سمینار و مقاله سفارش ترجمه تخصصی
 

دانلود فایل با شمار فاکتور

لطفا شماره فاکتور خود را درج نمایید


جدیدترین لغات واژه‌نامه

آمار بازدیدکنندگان

بازدید امروز :80
بازدید روز گذشته :72
بازدید این هفته :430
بازدید این ماه :2190
مجموع آمار بازدید ها :780463

عنوان محصول: استفاده از شبکه های عصبی عمیق برای سیستم احراز هویت بیومتریک مبتنی بر ECG تعبیه شده

دسته‌بندی: مقالات ترجمه شده رشته کامپیوتر
تاریخ انتشار: چهارشنبه 12 شهريور 1399
استفاده از شبکه های عصبی عمیق برای سیستم احراز هویت بیومتریک مبتنی بر ECG تعبیه شده استفاده از شبکه های عصبی عمیق برای سیستم احراز هویت بیومتریک مبتنی بر ECG تعبیه شده
توضیحات مختصر: این تحقیق یکس یستم تشخیص الگوی ECG تعبیه شده کم توان برای احراز هویت بیومتریک ارائه می کند. به نظر ما ECG در ترکیب با نشانگر بیومتریک ثانویه مانند اثرانگشت، نقش کلیدی در امنیت قابل پوشش (پوشیدنی) با تداوم رشد محبوبیت لوازم پوشیدنی ایفا خواهد کرد. هدف اصلی این تحقیق، پیاده سازی یک سیستم قابل اطمینان،...
استفاده از شبکه های عصبی عمیق برای سیستم احراز هویت بیومتریک مبتنی بر ECG تعبیه شده استفاده از شبکه های عصبی عمیق برای سیستم احراز هویت بیومتریک مبتنی بر ECG تعبیه شده


قیمت قیمت : 30000 تومان
تخفیف تخفیف: 2000 تومان
تخفیف تخفیف ویژه : 10 درصد
قیمت نهایی قیمت نهایی: 25000 تومان
335 بازدید
کد مقاله: TTC- 3869
نوع فایل : docx
لینک دانلود فایل خریداری شده بلافاصله بعد از خرید موفق فعال خواهد شد.
Journal: IEEE 2015,

Utilizing Deep Neural Nets for an Embedded ECG-based Biometric Authentication System
Abstract
This work presents a low-power, embedded ECG pattern recognition system for the purpose of biometric authentication. We believe that ECG coupled with a secondary biometric marker such as fingerprint will play a key role in wearable security as wearables’ popularity continues to grow. The key objective of this work is to implement a system that is reliable, robust, and fast while maintaining a low area and power footprint. A streamlined approach was devised that utilized neural networks to both identify QRS complex segments of the ECG signal and then perform user authentication on these segments. When tested on 90 individuals, the system is able to achieve 99.54% accuracy for QRS complex identification, and, on average, 99.85% sensitivity, 99.96% specificity, and 0.0582% EER for user identification. When implemented on an Artix-7 FPGA, the entire design occupies 1,712 slices (5%) and 978.7 KB of memory and dissipates 31.75 mW of total chip dynamic power when running at 12.5 MHz.

چکیده
این تحقیق یکس یستم تشخیص الگوی ECG تعبیه شده کم توان برای احراز هویت بیومتریک ارائه می کند. به نظر ما ECG در ترکیب با نشانگر بیومتریک ثانویه مانند اثرانگشت، نقش کلیدی در امنیت قابل پوشش (پوشیدنی) با تداوم رشد محبوبیت لوازم پوشیدنی ایفا خواهد کرد. هدف اصلی این تحقیق، پیاده سازی یک سیستم قابل اطمینان، قوی و سریع با حفظ اثر سطح و توان پایین است. راهکار ساده تری توصیه می شود که از شبکه های عصبی برای شناسایی سگمنت های پیچیده QRS سیگنال ECG استفاده می کند و سپس احراز هویت کاربر را بر روی این سگمنت ها انجام می دهد. زمانیکه بر روی 90 نفر تست می شود، سیستم قادر به دستیابی به 99.54% صحت برای شناسایی پیچیده QRS و بطور میانگین 99.85% حساسیت، 99.96% اختصاصی بودن و 0.0582% EER برای شناسایی کاربر است. در صورت پیاده سازی بر روی Artix-7 FPGA ، کل طرح، 1712 برش (5%) و 978.7 KB حافظه اشغال می کند و 31.75 mW از کل توان داینامیک تراشه را هنگام اجرا در فرکانس 12.5 MHz مصرف می کند.
تعداد صفحات انگلیسی تعداد صفحات انگلیسی:4 صفحه
تعداد صفحات فارسی تعداد صفحات فـارسـی:12 صفحه

  • آدرس: تبریز، آبرسان، مهرگان چهارم
  • تلفن  تماس: 09016347107
  • تلفن  ثابت : 35250068-041
  •  Mailttcenterاین آدرس ایمیل توسط spambots حفاظت می شود. برای دیدن شما نیاز به جاوا اسکریپت دارید : آدرس  ایمیل
  • @zoodyab :آدرس تلگرام
مرکز  تخصصی  تلاش ترجمه از  سال  1385 شروع به کار نموده است  و تا کنون بیش از ده هزار ترجمه در رشته ها و زمینه های مختلف توسط متخصصین این مرکز انجام  شده  است.

تمامی ترجمه‌های انجام شده توسط موسسه تخصصی تلاش ترجمه، به صورت دستی (غیرماشینی) بوده و توسط مترجمین با سابقه انجام می‌شوند. ترجمه‌های انجام شده توسط موسسه تلاش ترجمه در قالب فایل Word و به صورت کاملا روان و بازخوانی شده و با ضمانت بازگشت وجه 72 ساعته (در صورت عدم رضایت از ترجمه) خدمت مشتریان محترم ارائه می‌شود.