@techreport{oai:ipsj.ixsq.nii.ac.jp:00218827,
 author = {向井, 宏太朗 and 中西, 功 and Kotaro, Mukai and Isao, Nakanishi},
 issue = {22},
 month = {Jul},
 note = {システムの利用者管理における継続認証を実現するため，人が知覚できない超音波を提示した際の誘発脳波を用いて個人を識別する研究を行っている．これまでの研究では，脳波のスペクトル分布と 4 つの非線形量を特徴としてサポートベクターマシン（SVM）により学習・識別を行い，全脳波電極での結果を多数決判定することで，EER= 0 % を実現したが，それには多くの SVM モデルの構築が必要であり，モデル数削減が課題であった．本論文では，従来とは異なる性質を持つ電極間相互特徴を導入することで，より少ない SVM モデル数で EER = 0 % が実現できることを示す．, In user management, to realize continuous authentication of users, we have studied to use an electroencephalogram (EEG) evoked by an ultrasound as biometrics. In the previous studies, using a spectrum and four nonlinear quantities in EEG as individual features and a support vector machine (SVM) as a verification method achieved EER = 0 %, but it required many SVM models, in which a large amount of computation was consumed for learning. In this paper, we introduce a mutual feature between electrodes and confirm that it is effective for achieving EER = 0 % with less number of SVM models.},
 title = {超音波による誘発脳波を用いた個人識別-電極間相互特徴の導入-},
 year = {2022}
}