Skip navigation
DSpace logo
  1. Електронний науковий архів Науково-технічної бібліотеки Національного університету "Львівська політехніка"
  2. Електронний архів Науково-технічної бібліотеки
  3. Вісники та науково-технічні збірники, журнали
  4. Автоматика, вимірювання та керування
  5. Автоматика, вимірювання та керування. – 2017. – №880

putin IS MURDERER

Please use this identifier to cite or link to this item: https://oldena.lpnu.ua/handle/ntb/40966
Title: ЕКГ-ідентифікація з використанням глибинних нейронних мереж
Authors: Хома, В.
Хома, Ю.
Герасименко, В.
Сабодашко, Д.
Affiliation: Національний університет “Львівська політехніка”
Політехніка Опольська (Польща)
Bibliographic description (Ukraine): ЕКГ-ідентифікація з використанням глибинних нейронних мереж / В. Хома, Ю. Хома, В. Герасименко, Д. Сабодашко // Вісник Національного університету «Львівська політехніка». Серія: Автоматика, вимірювання та керування. — Львів : Видавництво Львівської політехніки, 2017. — № 880. — С. 67–72.
Bibliographic description (International): EKH-identyfikatsiia z vykorystanniam hlybynnykh neironnykh merezh / V. Khoma, Iu. Khoma, V. Herasimenko, D. Sabodashko // Visnyk Natsionalnoho universytetu "Lvivska politekhnika". Serie: Avtomatyka, vymiriuvannia ta keruvannia. — Lviv : Vydavnytstvo Lvivskoi politekhniky, 2017. — No 880. — P. 67–72.
Is part of: Вісник Національного університету «Львівська політехніка». Серія: Автоматика, вимірювання та керування, 880, 2017
Journal/Collection: Вісник Національного університету «Львівська політехніка». Серія: Автоматика, вимірювання та керування
Issue: 880
Issue Date: 28-Mar-2017
Publisher: Видавництво Львівської політехніки
Place of the edition/event: Львів
UDC: 519.7
Keywords: біометрія
нейронні мережі
ідентифікація
електрокардіограма
biometrics
neural networks
identification
electrocardiogram
Number of pages: 6
Page range: 67-72
Start page: 67
End page: 72
Abstract: Описано розроблення нової біометричної системи на основі електрокардіограми людини (ЕКГ) як альтернативного джерела біометричної інформації. Для здійснення ідентифікації запропоновано використати передові алгоритми машинного навчання (глибинні нейроні мережі) у поєднанні з техніками цифрового опрацювання сигналів. Всі експерименти проводились на самостійно зібраному наборі даних з використанням вбудованої електроніки з мінімізованою аналоговою частиною.
This paper is focus on developing novel biometric system based on humans’ electrocardiogram (ECG) as alternative type of biometric information. To perform identification advanced machine learning algorithms (deep neural networks) combined with digital signal processing techniques. All experiments were done on self-collected data set using the embedded electronics with a minimized analog front end.
URI: https://ena.lpnu.ua/handle/ntb/40966
Copyright owner: © Національний університет “Львівська політехніка”, 2017
© Хома В., Хома Ю., Герасименко В., Сабодашко Д., 2017
URL for reference material: https://www.cooking-hacks.com/documentation/tutorials/ehealth-biometric-sensor-platform-arduinoraspberry-pi-medical
https://github.com/PIA-Group/BioSPPy
https://github.com/YuriyKhoma/Lviv-Biometric-Data-Set
https://github.com/YuriyKhoma/ecgidentification(last
https://www.tensorflow.org/
References (Ukraine): 1. A. K. Jain, P. Flynn, and A. A. Ross, Handbook of Biometrics. Secaucus, NJ, USA: Springer-Verlag New York, Inc., 2007.
2. Handbook of Biometrics. Jain A., Flynn P., Ross A. A. (Eds.). Springer,2008, 564 p.
3. Fratini A., Sansone M., Bifulco P., Cesarel M. Individual identification via electrocardiogram analysis. BioMed Eng OnLine. 2015, pp. 1–23.
4. M. Bassiouni, W.Khalefa, El-Sayed A. El-Dahshan, Abdel-Badeeh. M. Salem. A study on the Intelligent Techniques of the ECG-based Biometric Systems. Recent Advances in Electrical Engineering, pp. 26–31.
5. Kaur G., Singh D., Kaur S. Electrocardiogram (ECG) as a Biometric Characteristic: A Review. International Journal of Emerging Research in Management &Technology, 2015, (Volume-4, Issue-5), pp. 202–206.
6. Matos A. C.,Lourenc A., Nascimento J. Embedded system for individual recognition based on ECG Biometrics. In:Proceedings Conference on Electronics, Telecommunications and Computers – CETC 2013, pp. 265–272.
7. e-Health Sensor Platform V2.0 for Arduino and Raspberry Pi [Electronic resource]. – Access mode:https://www.cooking-hacks.com/documentation/tutorials/ehealth-biometric-sensor-platform-arduinoraspberry-pi-medical (last access: 21.03.17). – Title from the screen.
8. BioSPPy – Biosignal Processing in Python [Electronic resource]. – Access mode: https://github.com/PIA-Group/BioSPPy (last access:21.03.17).
9. Lviv Biometric Data Set [Electronic resource]. – 2017 – Access mode:https://github.com/YuriyKhoma/Lviv-Biometric-Data-Set (last access:21.03.17).
10. The source code of the project [Electronic resource]. – 2017. – Access mode: https://github.com/YuriyKhoma/ecgidentification(last access: 21.03.17).
11. TensorFlow [Electronic resource]. – Access mode:https://www.tensorflow.org/ (last access: 21.03.17).
References (International): 1. A. K. Jain, P. Flynn, and A. A. Ross, Handbook of Biometrics. Secaucus, NJ, USA: Springer-Verlag New York, Inc., 2007.
2. Handbook of Biometrics. Jain A., Flynn P., Ross A. A. (Eds.). Springer,2008, 564 p.
3. Fratini A., Sansone M., Bifulco P., Cesarel M. Individual identification via electrocardiogram analysis. BioMed Eng OnLine. 2015, pp. 1–23.
4. M. Bassiouni, W.Khalefa, El-Sayed A. El-Dahshan, Abdel-Badeeh. M. Salem. A study on the Intelligent Techniques of the ECG-based Biometric Systems. Recent Advances in Electrical Engineering, pp. 26–31.
5. Kaur G., Singh D., Kaur S. Electrocardiogram (ECG) as a Biometric Characteristic: A Review. International Journal of Emerging Research in Management &Technology, 2015, (Volume-4, Issue-5), pp. 202–206.
6. Matos A. C.,Lourenc A., Nascimento J. Embedded system for individual recognition based on ECG Biometrics. In:Proceedings Conference on Electronics, Telecommunications and Computers – CETC 2013, pp. 265–272.
7. e-Health Sensor Platform V2.0 for Arduino and Raspberry Pi [Electronic resource], Access mode:https://www.cooking-hacks.com/documentation/tutorials/ehealth-biometric-sensor-platform-arduinoraspberry-pi-medical (last access: 21.03.17), Title from the screen.
8. BioSPPy – Biosignal Processing in Python [Electronic resource], Access mode: https://github.com/PIA-Group/BioSPPy (last access:21.03.17).
9. Lviv Biometric Data Set [Electronic resource], 2017 – Access mode:https://github.com/YuriyKhoma/Lviv-Biometric-Data-Set (last access:21.03.17).
10. The source code of the project [Electronic resource], 2017, Access mode: https://github.com/YuriyKhoma/ecgidentification(last access: 21.03.17).
11. TensorFlow [Electronic resource], Access mode:https://www.tensorflow.org/ (last access: 21.03.17).
Content type: Article
Appears in Collections:Автоматика, вимірювання та керування. – 2017. – №880

Files in This Item:
File Description SizeFormat 
2017n880_Khoma_V-EKH_identyfikatsiia_z_vykorystanniam_67-72.pdf659.25 kBAdobe PDFView/Open
2017n880_Khoma_V-EKH_identyfikatsiia_z_vykorystanniam_67-72__COVER.png397.68 kBimage/pngView/Open
Show full item record


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.