Core Concepts
실험 환경 및 조건의 비반복성과 피험자 간 뇌 패턴 변동성으로 인해 발생하는 전극 간 시간 차이 문제를 해결하기 위해 생성 브리징 도메인을 활용한 새로운 도메인 적응 기법을 제안한다.
Abstract
이 논문은 전극 간 시간 차이 문제를 해결하기 위한 새로운 접근법을 제안한다. 실험 환경 및 조건의 비반복성과 피험자 간 뇌 패턴 변동성으로 인해 발생하는 전극 간 시간 차이 문제를 분석하고, 이를 해결하기 위해 생성 브리징 도메인을 활용한 도메인 적응 기법인 BDAN을 제안한다.
BDAN은 다음과 같은 핵심 구성요소를 가진다:
공간 특징 추출기: 입력 EEG 데이터에서 시간, 공간 특징을 추출한다.
브리징 도메인 적응: 추출된 특징을 바탕으로 소스 도메인과 타겟 도메인 간 브리징 도메인을 생성하고, 이를 통해 전극 간 시간 차이를 최소화한다.
맞춤형 브리징 손실 함수: 전극 간 거리를 효율적으로 계산하는 행렬 연산 기반의 브리징 손실 함수를 설계한다.
제안된 BDAN 방법은 공개 데이터셋에 대한 실험을 통해 기존 방법들에 비해 우수한 성능을 보였다.
Stats
실험 환경 및 조건의 비반복성으로 인해 전극 간 데이터 분포 차이가 발생한다.
피험자 간 뇌 패턴 변동성으로 인해 전극 간 데이터 분포 차이가 발생한다.
이러한 전극 간 시간 차이 문제는 피험자 간 운동 상상 분류 성능을 저하시킨다.
Quotes
"실험 설정 및 조건의 비반복성과 피험자 간 뇌 패턴 변동성으로 인해 전극 간 데이터 분포 차이가 발생한다."
"전극 간 시간 차이 문제는 피험자 간 운동 상상 분류 성능을 저하시킨다."