Khái niệm cốt lõi
Inception 모듈과 양방향 교란(TSP) 기법을 통합한 INC-TSP 모델을 제안하여 입력 교란에 강건한 뇌파 기반 감정 인식 기술을 개발하였다.
Tóm tắt
이 연구에서는 뇌-컴퓨터 인터페이스(BCI) 기반 감정 인식의 강건성을 향상시키기 위해 Inception 모듈과 양방향 교란(TSP) 기법을 결합한 INC-TSP 모델을 제안하였다.
주요 내용은 다음과 같다:
Inception 모듈을 활용하여 뇌파 데이터의 공간, 시간, 주파수 특성을 다중 스케일로 분석하는 특징 추출기를 설계하였다.
TSP 기법을 통해 입력 데이터와 모델 가중치에 대한 최악의 교란을 적용하여 모델의 강건성을 높였다.
SEED 데이터셋을 활용한 실험에서 INC-TSP 모델이 다양한 교란 시나리오에서 우수한 강건 성능을 보였다.
강건성과 일반화 성능 분석을 통해 INC-TSP 모델이 과적합 없이 새로운 피험자에 대해서도 안정적인 감정 인식 성능을 달성할 수 있음을 확인하였다.
이 연구 결과는 실제 BCI 응용에서 교란에 강건한 감정 인식 기술을 구현하는 데 기여할 것으로 기대된다.
Thống kê
뇌파 데이터에 PGD-10 공격을 가했을 때 INC-TSP 모델의 강건 정확도는 0.91 ± 0.04이다.
뇌파 데이터에 PGD-20 공격을 가했을 때 INC-TSP 모델의 강건 정확도는 0.86 ± 0.07이다.
뇌파 데이터에 FGSM 공격을 가했을 때 INC-TSP 모델의 강건 정확도는 0.85 ± 0.05이다.
Trích dẫn
"INC-TSP 모델이 다양한 교란 시나리오에서 우수한 강건 성능을 보였다."
"INC-TSP 모델이 과적합 없이 새로운 피험자에 대해서도 안정적인 감정 인식 성능을 달성할 수 있음을 확인하였다."