mdh.sePublikationer
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Drivers' Sleepiness Classification using Machine Learning with Physiological and Contextual data
Mälardalens högskola, Akademin för innovation, design och teknik, Inbyggda system.ORCID-id: 0000-0002-7305-7169
Mälardalens högskola, Akademin för innovation, design och teknik, Inbyggda system.ORCID-id: 0000-0003-3802-4721
Mälardalens högskola, Akademin för innovation, design och teknik, Inbyggda system.ORCID-id: 0000-0002-1212-7637
(Engelska)Ingår i: First International Conference on Advances in Signal Processing and Artificial Intelligence ASPAI' 2019Konferensbidrag, Publicerat paper (Refereegranskat)
Abstract [en]

Analysing physiological parameters together with contextual information of car drivers to identify drivers’ sleepiness is a challenging issue. Machine learning algorithms show high potential in data analysis and classification tasks in many domains. This paper presents a use case of machine learning approach for drivers’ sleepiness classification. The classifications are conducted based on drivers’ physiological parameters and contextual information. The sleepiness classification shows receiver operating characteristic (ROC) curves for KNN, SVM and RF were 0.98 on 10-fold cross-validation and 0.93 for leave-one-out (LOO) for all classifiers.

Nyckelord [en]
Sleepiness, Machine learning, Electroencephalography, Contextual information
Nationell ämneskategori
Teknik och teknologier Datorsystem
Identifikatorer
URN: urn:nbn:se:mdh:diva-42235OAI: oai:DiVA.org:mdh-42235DiVA, id: diva2:1274252
Konferens
First International Conference on Advances in Signal Processing and Artificial Intelligence ASPAI' 2019, 20 Mar 2019, Barcelona, Spain
Projekt
VDM - Vehicle Driver MonitoringTillgänglig från: 2018-12-28 Skapad: 2018-12-28 Senast uppdaterad: 2018-12-28

Open Access i DiVA

Fulltext saknas i DiVA

Personposter BETA

Barua, ShaibalAhmed, Mobyen UddinBegum, Shahina

Sök vidare i DiVA

Av författaren/redaktören
Barua, ShaibalAhmed, Mobyen UddinBegum, Shahina
Av organisationen
Inbyggda system
Teknik och teknologierDatorsystem

Sök vidare utanför DiVA

GoogleGoogle Scholar

urn-nbn

Altmetricpoäng

urn-nbn
Totalt: 80 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf