中文版 | English
题名

EEG-Based Drowsiness Estimation for Driving Safety Using Deep Q-Learning

作者
通讯作者Lin, Chin-Teng
发表日期
2021-08
DOI
发表期刊
ISSN
2471-285X
卷号5期号:4页码:583-594
关键词
相关链接[IEEE记录]
收录类别
SCI ; EI
学校署名
其他
EI入藏号
20202408819370
EI主题词
Deep learning ; Reinforcement learning ; Intelligent systems ; Statistical tests ; Brain computer interface ; Learning algorithms ; Automobile drivers
EI分类号
Highway Transportation:432 ; Ergonomics and Human Factors Engineering:461.4 ; Medicine and Pharmacology:461.6 ; Computer Peripheral Equipment:722.2 ; Artificial Intelligence:723.4 ; Machine Learning:723.4.2 ; Personnel:912.4 ; Mathematical Statistics:922.2
来源库
IEEE
全文链接https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=9107442
引用统计
被引频次[WOS]:13
成果类型期刊论文
条目标识符http://sustech.caswiz.com/handle/2SGJ60CL/140052
专题工学院_计算机科学与工程系
作者单位
1.Univ Technol Sydney, FEIT, Ctr Art Intelligence, Sch Comp Sci, Sydney, NSW 2007, Australia
2.Huazhong Univ Sci & Technol, Sch Art Intelligence & Automat, Wuhan 430074, Peoples R China
3.Southern Univ Sci & Technol, Dept Comp Sci & Engn, Shenzhen 518055, Peoples R China
推荐引用方式
GB/T 7714
Ming, Yurui,Wu, Dongrui,Wang, Yu-Kai,et al. EEG-Based Drowsiness Estimation for Driving Safety Using Deep Q-Learning[J]. IEEE Transactions on Emerging Topics in Computational Intelligence,2021,5(4):583-594.
APA
Ming, Yurui,Wu, Dongrui,Wang, Yu-Kai,Shi, Yuhui,&Lin, Chin-Teng.(2021).EEG-Based Drowsiness Estimation for Driving Safety Using Deep Q-Learning.IEEE Transactions on Emerging Topics in Computational Intelligence,5(4),583-594.
MLA
Ming, Yurui,et al."EEG-Based Drowsiness Estimation for Driving Safety Using Deep Q-Learning".IEEE Transactions on Emerging Topics in Computational Intelligence 5.4(2021):583-594.
条目包含的文件
条目无相关文件。
个性服务
原文链接
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
导出为Excel格式
导出为Csv格式
Altmetrics Score
谷歌学术
谷歌学术中相似的文章
[Ming, Yurui]的文章
[Wu, Dongrui]的文章
[Wang, Yu-Kai]的文章
百度学术
百度学术中相似的文章
[Ming, Yurui]的文章
[Wu, Dongrui]的文章
[Wang, Yu-Kai]的文章
必应学术
必应学术中相似的文章
[Ming, Yurui]的文章
[Wu, Dongrui]的文章
[Wang, Yu-Kai]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
[发表评论/异议/意见]
暂无评论

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。