แจ้งเอกสารไม่ครบถ้วน, ไม่ตรงกับชื่อเรื่อง หรือมีข้อผิดพลาดเกี่ยวกับเอกสาร ติดต่อที่นี่ ==>
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th
. . (). . : , .
Comparison of different deep learning networks to classify epilepsy seizure based on EEG signals
Name: Sakorn Mekruksavanich
Organization :
University of Phayao. School of Information and Communication Technology. Department of Computer Engineering
Email :
sakorn.me@up.ac.th
Name: Ponnipa Jantawong
Organization :
University of Phayao. School of Information and Communication Technology. Department of Computer Engineering
Email :
ponnipa.jantawong@gmail.com
Name: Anuchit Jitpattanakul
Organization :
King Mongkuts University of Technology North Bangkok. Faculty of Applied Science. Department of Mathematics. Intelligent and Nonlinear Dynamic Innovations Research Center
Email :
anuchit.j@sci.kmutnb.ac.th
keyword:
Biomedical signal processing
LCSH:
Epilepsy
LCSH:
Artificial intelligence
Abstract:
Epilepsy, a widespread neurological condition impacting approximately 50 million people worldwide, is often identified and studied through electroencephalography (EEG) due to its rich temporal information. Convolutional neural networks and recurrent neural networks have demonstrated potential in automatically detecting seizures from EEG data. Despite this, there is a shortage of comprehensive studies comparing the detection capabilities of different designs. This research assesses and contrasts the effectiveness of five renowned deep neural network models - CNN, LSTM, BiLSTM, GRU, and BiGRU - in binary categorization of EEG segments into seizure and non-seizure groups. Training and evaluation utilize the publicly accessible Bonn dataset, specifically crafted for epileptic seizure detection. Performance metrics like accuracy, precision, recall, and F1-score are employed in the analysis. The principal findings highlight BiGRUs impressive accuracy at 95.80% and F1-score at 92.96% in individualized seizure identification. Additionally, the study introduces a groundbreaking deep learning architecture, the self-normalizing neural network (SNN), to enhance seizure detection accuracy. The recommended SNN exhibits outstanding performance, boasting an accuracy of 98.50% and an impressive F1-score of 98.50%.
King Mongkut's University of Technology North Bangkok. Central Library
Address:
BANGKOK
Email:
library@kmutnb.ac.th
Created:
2024
Modified:
2026-06-09
Issued:
2026-06-09
บทความ/Article
application/pdf
BibliograpyCitation :
In Electrical Engineering/Electronics, Computer, Telecommunications and Information Technology (ECTI) Association, Thailand. 2024 21th International Conference on Electrical Engineering/Electronics, Computer, Telecommunications and Information Technology (ECTI-CON 2024) (pp.606-609). Piscataway, NJ : IEEE
eng
©copyrights King Mongkut's University of Technology North Bangkok
RightsAccess:
ใช้เวลา
0.020325 วินาที
Sakorn Mekruksavanich
| Title | Contributor | Type |
|---|---|---|
| Hyperparameter tuning in convolutional neural network for face touching activity recognition using accelerometer data
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sakorn Mekruksavanich;Ponnipa Jantawong;Narit Hnoohom;Anuchit Jitpattanakul | บทความ/Article | |
| Deep learning networks for eating and drinking recognition based on smartwatch sensors
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sakorn Mekruksavanich;Ponnipa Jantawong;Narit Hnoohom;Anuchit Jitpattanakul | บทความ/Article | |
| The effect of sensor placement for accurate fall detection based on deep learning model
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sakorn Mekruksavanich;Ponnipa Jantawong;Narit Hnoohom;Anuchit Jitpattanakul | บทความ/Article | |
| Classification of physical exercise activity from ECG, PPG and IMU sensors using deep residual network
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sakorn Mekruksavanich;Ponnipa Jantawong;Narit Hnoohom;Anuchit Jitpattanakul | บทความ/Article | |
| Object identification and localization of visual explanation for weapon detection
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Narit Hnoohom;Pitchaya Chotivatunyu;Sumeth Yuenyong;Konlakorn Wongpatikaseree;Sakorn Mekruksavanich;Anuchit Jitpattanakul | บทความ/Article | |
| Visual explanations of ResNet 101 for blister package classification
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Narit Hnoohom;Nagorn Maitrichit;Konlakorn Wongpatikaseree;Sumeth Yuenyong;Sakorn Mekruksavanich;Anuchit Jitpattanakul | บทความ/Article | |
| Efficient recognition of complex human activities based on smartwatch sensors using deep pyramidal residual network
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sakorn Mekruksavanich;Anuchit Jitpattanakul | บทความ/Article | |
| Enhancing sensor-based human activity recognition using hybrid deep learning and data augmentation
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sakorn Mekruksavanich;Wikanda Phaphan;Anuchit Jitpattanakul | บทความ/Article | |
| Squeeze-and-excitation hybrid network for biometric identification via photoplethysmography
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sakorn Mekruksavanich;Wikanda Phaphan;Anuchit Jitpattanakul | บทความ/Article | |
| Deep learning approach for complex activity recognition using heterogeneous sensors from wearable device
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Narit Hnoohom;Anuchit Jitpattanakul;You, Ilsun;Sakorn Mekruksavanich | บทความ/Article | |
| Skeleton-based physical exercise recognition using deep residual networks with SE modules for enhancing health in smart cities
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sakorn Mekruksavanich;Wikanda Phaphan;Anuchit Jitpattanakul | บทความ/Article | |
| IMU-based human fall detection using deep residual networks for advancing health and injury prevention
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sakorn Mekruksavanich;Wikanda Phaphan;Anuchit Jitpattanakul | บทความ/Article | |
| A deep residual-based model on multi-branch aggregation for stress and emotion recognition through biosignals
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sakorn Mekruksavanich;Narit Hnoohom;Anuchit Jitpattanakul | บทความ/Article | |
| Enhancing clinical activity recognition with bidirectional RNNs and accelerometer-ECG fusion
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sakorn Mekruksavanich;Ponnipa Jantawong;Anuchit Jitpattanakul | บทความ/Article | |
| Comparison of different deep learning networks to classify epilepsy seizure based on EEG signals
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sakorn Mekruksavanich;Ponnipa Jantawong;Anuchit Jitpattanakul | บทความ/Article |
Ponnipa Jantawong
| Title | Contributor | Type |
|---|---|---|
| Hyperparameter tuning in convolutional neural network for face touching activity recognition using accelerometer data
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sakorn Mekruksavanich;Ponnipa Jantawong;Narit Hnoohom;Anuchit Jitpattanakul | บทความ/Article | |
| Deep learning networks for eating and drinking recognition based on smartwatch sensors
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sakorn Mekruksavanich;Ponnipa Jantawong;Narit Hnoohom;Anuchit Jitpattanakul | บทความ/Article | |
| The effect of sensor placement for accurate fall detection based on deep learning model
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sakorn Mekruksavanich;Ponnipa Jantawong;Narit Hnoohom;Anuchit Jitpattanakul | บทความ/Article | |
| Classification of physical exercise activity from ECG, PPG and IMU sensors using deep residual network
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sakorn Mekruksavanich;Ponnipa Jantawong;Narit Hnoohom;Anuchit Jitpattanakul | บทความ/Article | |
| Enhancing clinical activity recognition with bidirectional RNNs and accelerometer-ECG fusion
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sakorn Mekruksavanich;Ponnipa Jantawong;Anuchit Jitpattanakul | บทความ/Article | |
| Comparison of different deep learning networks to classify epilepsy seizure based on EEG signals
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sakorn Mekruksavanich;Ponnipa Jantawong;Anuchit Jitpattanakul | บทความ/Article |
Anuchit Jitpattanakul
| Title | Contributor | Type |
|---|---|---|
| Optimal attitude control for rigid spacecraft using successive approximation approach
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Anuchit Jitpattanakul | Chutiphon Pukdeboon | งานวิจัย/Research report |
| Hyperparameter tuning in convolutional neural network for face touching activity recognition using accelerometer data
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sakorn Mekruksavanich;Ponnipa Jantawong;Narit Hnoohom;Anuchit Jitpattanakul | บทความ/Article | |
| Deep learning networks for eating and drinking recognition based on smartwatch sensors
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sakorn Mekruksavanich;Ponnipa Jantawong;Narit Hnoohom;Anuchit Jitpattanakul | บทความ/Article | |
| The effect of sensor placement for accurate fall detection based on deep learning model
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sakorn Mekruksavanich;Ponnipa Jantawong;Narit Hnoohom;Anuchit Jitpattanakul | บทความ/Article | |
| Classification of physical exercise activity from ECG, PPG and IMU sensors using deep residual network
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sakorn Mekruksavanich;Ponnipa Jantawong;Narit Hnoohom;Anuchit Jitpattanakul | บทความ/Article | |
| Object identification and localization of visual explanation for weapon detection
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Narit Hnoohom;Pitchaya Chotivatunyu;Sumeth Yuenyong;Konlakorn Wongpatikaseree;Sakorn Mekruksavanich;Anuchit Jitpattanakul | บทความ/Article | |
| Visual explanations of ResNet 101 for blister package classification
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Narit Hnoohom;Nagorn Maitrichit;Konlakorn Wongpatikaseree;Sumeth Yuenyong;Sakorn Mekruksavanich;Anuchit Jitpattanakul | บทความ/Article | |
| Efficient recognition of complex human activities based on smartwatch sensors using deep pyramidal residual network
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sakorn Mekruksavanich;Anuchit Jitpattanakul | บทความ/Article | |
| Enhancing sensor-based human activity recognition using hybrid deep learning and data augmentation
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sakorn Mekruksavanich;Wikanda Phaphan;Anuchit Jitpattanakul | บทความ/Article | |
| Squeeze-and-excitation hybrid network for biometric identification via photoplethysmography
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sakorn Mekruksavanich;Wikanda Phaphan;Anuchit Jitpattanakul | บทความ/Article | |
| Deep learning approach for complex activity recognition using heterogeneous sensors from wearable device
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Narit Hnoohom;Anuchit Jitpattanakul;You, Ilsun;Sakorn Mekruksavanich | บทความ/Article | |
| Skeleton-based physical exercise recognition using deep residual networks with SE modules for enhancing health in smart cities
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sakorn Mekruksavanich;Wikanda Phaphan;Anuchit Jitpattanakul | บทความ/Article | |
| IMU-based human fall detection using deep residual networks for advancing health and injury prevention
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sakorn Mekruksavanich;Wikanda Phaphan;Anuchit Jitpattanakul | บทความ/Article |