메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
최준호 (동서대학교) 박승민 (동서대학교)
저널정보
한국지능시스템학회 한국지능시스템학회 논문지 한국지능시스템학회 논문지 제34권 제6호
발행연도
2024.12
수록면
550 - 555 (6page)
DOI
10.5391/JKIIS.2024.34.6.550

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
거울 뉴런은 인간의 모방 학습에 밀접한 역할을 하며, 이러한 거울 신경 체계의 모델링은 뇌-컴퓨터 인터페이스(BCI)에서 중요한 역할을 한다. 딥러닝은 BCI 분야에서 널리 활용되고 있지만, 기존의 합성곱 신경망(CNN)은 기존 뇌 연결성과 같은 데이터에 대한 적합성에 한계를 가지고 있다. Graph Attention Network(GATs)는 어텐션 메커니즘을 이용하여 전극간의 중요도를 학습할 수 있어 뇌전도(EEG)의 특성을 파악할 수 있다. 본 논문에서는 거울 뉴런과 관련된 EEG 데이터를 FastICA와 FFT를 통해 전처리한 후, 그래프의 특징 벡터를 추출하여 그래프 데이터를 만들었다. 이후 상호 상관 기반 기능적 뇌 연결성을 구하여 정보 기반 Graph Attention Network를 설계하여 분류 결과를 기능적 뇌 연결성과 비교 분석하였다. 본 논문은 EEG 기반 거울 신경 체계 모델링을 개선하고 BCI 분야에서의 딥러닝 모델 적용성을 확장하는 데 기여할 것으로 기대된다.

목차

요약
Abstract
1. 서론
2. 관련 연구
3. 연구 방법
4. 기능적 뇌 연결성 분석 기법 결과
5. 결론 및 향후 연구
References

참고문헌 (14)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-25-02-092160587