이 연구는 뇌-컴퓨터 인터페이스(BCI) 시스템의 성능과 설명을 평가하기 위해 최적 수송 이론 기반의 지구 이동 거리(EMD) 메트릭을 제안하였다.
먼저 다양한 모델 아키텍처(Riemannian 기하 기반 분류기, EEGNet, EEG Conformer)를 사용하여 운동 이미지 기반 BCI 과제에 대한 분류 성능을 평가하였다.
다음으로 Grad-CAM 기법을 활용하여 각 모델의 공간 영역 설명을 생성하고, EMD 메트릭을 사용하여 이를 신경과학 지식 기반의 기준 채널 집합과 비교하였다.
결과적으로 Riemannian 기하 기반 분류기가 가장 높은 분류 성능과 기준 설명과의 유사성을 보였다. 반면 데이터 주도적 채널 선택은 신경과학 지식 기반 채널 선택에 비해 성능이 저하되었다.
이는 BCI 시스템의 신뢰성과 견고성을 위해 도메인 지식과 데이터 주도적 접근법을 결합하는 것이 중요함을 시사한다. 제안된 EMD 메트릭은 모델 설명의 정량화와 개선을 위한 유용한 도구로 활용될 수 있다.
To Another Language
from source content
arxiv.org
Key Insights Distilled From
by Param Rajpur... at arxiv.org 05-03-2024
https://arxiv.org/pdf/2405.01277.pdfDeeper Inquiries