أصبح [التعرف](/tag/التعرف) على [الهوية](/tag/الهوية) باستخدام [تخطيط القلب](/tag/[تخطيط](/tag/تخطيط)-القلب) ([ECG](/tag/ecg)) أحد الحلول الواعدة في مجال [الأمان الرقمي](/tag/[الأمان](/tag/الأمان)-الرقمي) وكشف الحضور الحقيقي. ومع ذلك، كانت معظم الطرق الحالية تعتمد على هياكل [التعلم العميق](/tag/[التعلم](/tag/التعلم)-العميق) الأحادية التي تعالج إما الإشارات الزمنية أحادية الأبعاد (1D) أو [تمثيلات](/tag/تمثيلات) الزمن-التردد ثنائية الأبعاد (2D)، مما يحد من قوتها العامة وقدرتها على [التعرف](/tag/التعرف).
لمعالجة هذه المشكلة، تم [اقتراح](/tag/اقتراح) إطار [هجين](/tag/هجين) يجمع بين [الشبكات العصبية](/tag/[الشبكات](/tag/الشبكات)-العصبية) التلافيفية ([CNNs](/tag/cnns)) 1D و2D في بنية موحدة شاملة. الفرع الأحادي (1D) يستخرج [الخصائص الزمنية](/tag/الخصائص-الزمنية) والشكلية من الإشارات الأولية لمخططات [تخطيط](/tag/تخطيط) القلب، بينما الفرع الثنائي (2D) يستنطق [المعلومات](/tag/المعلومات) الطيفية المميزة من [تمثيلات](/tag/تمثيلات) الزمن-التردد.
يتميز هذا الإطار بوجود آلية دمج متوجهة تنتبه إلى [خصائص](/tag/خصائص) المدخلات، مما يسمح بتوزين ديناميكي لكل من الطريقتين، ويتجاوز [النماذج](/tag/النماذج) التقليدية الثابتة. تم [تقييم](/tag/تقييم) هذا الإطار على ثلاثة [مجموعات بيانات](/tag/مجموعات-[بيانات](/tag/بيانات)) مرجعية ([ECG](/tag/ecg)-ID، MIT-BIH وPTB)، بما في ذلك الأشخاص الأصحاء ومرضى القلب، حيث حقق [دقة](/tag/دقة) في [التعرف](/tag/التعرف) بلغت 99.56%، 100.00%، و99.89% على التوالي.
كما أُجريت [التجارب](/tag/التجارب) لفحص [استدامة](/tag/استدامة) [الهوية](/tag/الهوية) البيومترية على مدى سنوات طويلة، حيث أظهرت النتائج على [مجموعة بيانات](/tag/مجموعة-[بيانات](/tag/بيانات)) Heartprint [دقة](/tag/دقة) مستقرة [عبر](/tag/عبر) عدة جلسات. كانت [دقة](/tag/دقة) نفس الجلسة 98.54%، 99.09%، 94.93%، و96.08%، في حين وصلت [التقييمات](/tag/التقييمات) بين الجلسات إلى 56.33% و53.27%، مما يبرز قدرة الإطار على التقاط توقيعات [بيومترية](/tag/بيومترية) مستقرة مع مرور الوقت.
التكوين الأمثل يجمع بين InceptionTime لمعالجة [البيانات](/tag/البيانات) أحادية البعد وResNet-34 للتحليل ثنائي البعد، مع دمج يستند للتركيز. الدراسات المقطعية أثبتت أن الآلية المقترحة تتفوق باستمرار على طرق [الدمج](/tag/الدمج) التقليدية. بشكل عام، يوفر هذا الإطار حلاً قويًا وقابلًا للتوسع وآداءً عاليًا في [التعرف البيومتري](/tag/[التعرف](/tag/التعرف)-البيومتري) باستخدام [تخطيط القلب](/tag/[تخطيط](/tag/تخطيط)-القلب).
تحول ثوري في التعرف على الهوية: دمج القنوات العصبية 1D و2D بواسطة تقنية التركيز!
تقدم الدراسة إطارًا هجينًا يجمع بين شبكات عصبية CNN أحادية الأبعاد وثنائية الأبعاد لتقديم تقنية قوية للتعرف على الهوية باستخدام مخططات تخطيط القلب. نتائج التجارب تُظهر دقة مذهلة في التعرف ومرونة في التعامل مع التغيرات الزمنية.
المصدر الأصلي:أركايف للذكاء
زيارة المصدر الأصلي ←جاري تحميل التفاعلات...
