講演抄録/キーワード |
講演名 |
2017-10-12 14:35
高周波信号の人体伝搬特性による個人認証の機械学習を用いた精度改善 ○小野田 舜・吉田孝博・半谷精一郎(東京理科大) BioX2017-26 |
抄録 |
(和) |
機器を手で持つだけで継続的に個人認証が可能なバイオメトリクス技術の一つとして,我々は二指間を伝搬する高周波信号の周波数特性を用いた認証手法の研究を行ってきた.しかし先行研究では,ベクトルネットワークアナライザ(VNA)で測定した二指間の人体伝搬特性(通過・反射特性)のスペクトルをマンハッタン距離で照合したが,9人の被験者による等誤り率(EER)は反射特性S22でも25.1%に留まり,更なる改善が必要であった.
そこで本研究では,認証精度改善のため,機械学習の一つであるロジスティック回帰を照合に用いた.その結果,同条件でEER=5.8%となり19.3ポイントの改善を達成し,二指間の人体伝搬特性においてもロジスティック回帰が有効であることを確認した. |
(英) |
As one of biometrics that can perform continuous personal authentication only by handling equipment, the personal authentication method using intra-body-frequency characteristics between two fingers have been researching in our laboratory. However, in our previous study, the authentication accuracy with verification method using the Manhattan distance for spectra of the intra-body-frequency characteristics (pass-through / reflection) measured by VNA was very low, e.g. the equal error rate (EER) of the verification using reflection characteristic S22 by the nine subjects was 25.1%. Therefore, in this study, we applied logistic regression, which is one of machine learning method, to the verification in order to improve the verification performance.
As a result, the 5.8% EER was archived by applying the logistic regression, that was 19.3 points improvement. It was found that the logistic regression was also effective in the verification using intra-body-propagation characteristics. |
キーワード |
(和) |
バイオメトリクス / 人体伝搬特性 / ロジスティック回帰 / / / / / |
(英) |
Biometrics / intra-body-propagation characteristics / logistic regression / / / / / |
文献情報 |
信学技報, vol. 117, no. 236, BioX2017-26, pp. 7-10, 2017年10月. |
資料番号 |
BioX2017-26 |
発行日 |
2017-10-05 (BioX) |
ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
BioX2017-26 |
研究会情報 |
研究会 |
BioX |
開催期間 |
2017-10-12 - 2017-10-13 |
開催地(和) |
大濱信泉記念館 |
開催地(英) |
Nobumoto Ohama Memorial Hall |
テーマ(和) |
バイオメトリクス,一般 |
テーマ(英) |
Biometrics, etc. |
講演論文情報の詳細 |
申込み研究会 |
BioX |
会議コード |
2017-10-BioX |
本文の言語 |
日本語 |
タイトル(和) |
高周波信号の人体伝搬特性による個人認証の機械学習を用いた精度改善 |
サブタイトル(和) |
|
タイトル(英) |
Improvement of Accuracy by Machine Learning for Personal Authentication using High Frequency Intra-Body Propagation Characteristics |
サブタイトル(英) |
|
キーワード(1)(和/英) |
バイオメトリクス / Biometrics |
キーワード(2)(和/英) |
人体伝搬特性 / intra-body-propagation characteristics |
キーワード(3)(和/英) |
ロジスティック回帰 / logistic regression |
キーワード(4)(和/英) |
/ |
キーワード(5)(和/英) |
/ |
キーワード(6)(和/英) |
/ |
キーワード(7)(和/英) |
/ |
キーワード(8)(和/英) |
/ |
第1著者 氏名(和/英/ヨミ) |
小野田 舜 / Shun Onoda / オノダ シュン |
第1著者 所属(和/英) |
東京理科大学 (略称: 東京理科大)
Tokyo University of Science (略称: TUS) |
第2著者 氏名(和/英/ヨミ) |
吉田 孝博 / Takahiro Yoshida / ヨシダ タカヒロ |
第2著者 所属(和/英) |
東京理科大学 (略称: 東京理科大)
Tokyo University of Science (略称: TUS) |
第3著者 氏名(和/英/ヨミ) |
半谷 精一郎 / Seiichiro Hangai / ハンガイ セイイチロウ |
第3著者 所属(和/英) |
東京理科大学 (略称: 東京理科大)
Tokyo University of Science (略称: TUS) |
第4著者 氏名(和/英/ヨミ) |
/ / |
第4著者 所属(和/英) |
(略称: )
(略称: ) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
第6著者 氏名(和/英/ヨミ) |
/ / |
第6著者 所属(和/英) |
(略称: )
(略称: ) |
第7著者 氏名(和/英/ヨミ) |
/ / |
第7著者 所属(和/英) |
(略称: )
(略称: ) |
第8著者 氏名(和/英/ヨミ) |
/ / |
第8著者 所属(和/英) |
(略称: )
(略称: ) |
第9著者 氏名(和/英/ヨミ) |
/ / |
第9著者 所属(和/英) |
(略称: )
(略称: ) |
第10著者 氏名(和/英/ヨミ) |
/ / |
第10著者 所属(和/英) |
(略称: )
(略称: ) |
第11著者 氏名(和/英/ヨミ) |
/ / |
第11著者 所属(和/英) |
(略称: )
(略称: ) |
第12著者 氏名(和/英/ヨミ) |
/ / |
第12著者 所属(和/英) |
(略称: )
(略称: ) |
第13著者 氏名(和/英/ヨミ) |
/ / |
第13著者 所属(和/英) |
(略称: )
(略称: ) |
第14著者 氏名(和/英/ヨミ) |
/ / |
第14著者 所属(和/英) |
(略称: )
(略称: ) |
第15著者 氏名(和/英/ヨミ) |
/ / |
第15著者 所属(和/英) |
(略称: )
(略称: ) |
第16著者 氏名(和/英/ヨミ) |
/ / |
第16著者 所属(和/英) |
(略称: )
(略称: ) |
第17著者 氏名(和/英/ヨミ) |
/ / |
第17著者 所属(和/英) |
(略称: )
(略称: ) |
第18著者 氏名(和/英/ヨミ) |
/ / |
第18著者 所属(和/英) |
(略称: )
(略称: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2017-10-12 14:35:00 |
発表時間 |
25分 |
申込先研究会 |
BioX |
資料番号 |
BioX2017-26 |
巻番号(vol) |
vol.117 |
号番号(no) |
no.236 |
ページ範囲 |
pp.7-10 |
ページ数 |
4 |
発行日 |
2017-10-05 (BioX) |