뇌파 신호 기반 BCI 연구에서 데이터 연속성의 영향

김윤상; 한주혁; 김웅식

추천

검색

자료유형: 학술저널

저자정보: 김윤상 (건양대학교) 한주혁 (건양대학교) 김웅식 (건양대학교)

저널정보: 한국융합신호처리학회 융합신호처리학회 논문지 융합신호처리학회 논문지 제25권 제1호

발행연도: 2024.3

수록면: 7 - 14 (8page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 연구는 시계열 데이터의 연속성과 인공지능 모델의 분류 성능에 대한 비교 실험을 수행하였다. EEG 신호를 이용한 BCI 연구에서는 데이터 연속성이 감소할수록 행동과 사고 분류의 성능이 향상되었다. 특히, LSTM은 연속성이 낮은 데이터에서 0.8728이라는 높은 성능을 달성하였고, 연속성을 고려하지 않은 경우 DNN이 0.9178의 성능을 보였다. 연속성을 고려하지 않는 데이터가 더 우수한 성능을 보일 수 있음을 시사하였다. 또한, 연속성을 고려하지 않은 데이터는 작업 분류에서도 더 높은 성능을 보였다. 이러한 결과는 뇌파 신호를 기반으로 한 BCI 연구에서는 데이터 연속성을 고려하기보다는 셔플링을 통해 다양한 데이터 특성을 보여줌으로써 우수한 성능을 발휘할 수 있음을 시사한다.

#EEG 신호 #BCI 연구 #시계열 데이터 #분류 성능 비교 #데이터 연속성 #EEG Signal #BCI research #Time series data #Classification Performance #Data continuity

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

최근 본 자료

댓글(0)