선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 하는 점이다. 기존의 많은 연구에서는 훈련 데이터와 평가데이터를 동일한 종류의 단서를 사용한 경우가 많았으나[3, 4], 이런 단서의 통일성 없이도 일관된 운동심상 특징을 보이는지 평가해보았다. 표 3이 이를 평가해보기 위해 훈련데이터와 평가데이터 사이에 사용된 단서의 종류를 변화시킨 결과들이다.
- 마지 막으로 정 보전달속도와 정확도의 관계에 대해 평가해 보았다. 단계 2의 평가D, E, F는 각각 단서의 지속시간의 크기가4~3 초, 3~2초, 2~1 초이며 CSP에 사용된 신호의 추출 길이가 각각 3 초, 2초, 1초이다.
- [6, 7], BCI 무경험자에 대한BCI 알고리즘의 성능 평가는 BCI의 일반인에 대한 실현 가능성을 평가함에 있어서 매우 중요한 요소이다. 본 논문에서는 기존의 연구들이 BCI 알고리즘의 정 확도 측면에 집중하여 분석한 것에 추가하여 훈련과 평가 데이터 사이에 다른 종류의 단서(cue)로 신호를 주었을 경우에도 지속적으로 높은 성능을 보이 는지 , 또한 BCI 무경 험자들에 게 정 보전 달 속도와 정확도 사이에는 어떤 관계가 나타나는지에 대해 평가해 보았다. 위와 같은 다양한 측면에서의 성능평가는 BCI 응용의 구현 범위를 넓혀주고 일반인의 BCI 특성에 대한 분석을 위해 중요하다.
- 본 연구에서는 동일한 알고리즘에 훈련데이터와 평가 데이터의 구성을 달리하여 세 가지 측면에 대해 평가를진행 하였다. BCI 무경험자의 BCI 정확도를 평가해보기 위해 단계 1의 실험 1~3을 3- 교차검증하여 시각단서로 신호를 준 훈련 데이터와 동일한 단서 신호로 진행된 평가 데이터간의 정확도를 평가해 보았다.
- 따라서 두 분류 간의 해당 대 역 파워 차이가 가장 크게 나는, 즉 고유값의 차가 가장 크게 나타나는 첫 번째 공간 필터와 마지 막 공간필터 를 사용하였다. 본 연구와는 다르게 기존연구 중에는 본 연구보다 공간필터를 더 많이 사용했던 연구[4]도 있었으나 본 연구의 목적은 새로운 BCI 알고리즘 개발이 아닌 BCI 무경험자에 대한 BCI 알고리즘 평가에 있었기 때문에 많은 공간 필터를 사용하지는 않았다.
- 본 연구의 목적은 훈련받지 않eBCI 무경험자가 일반적인 BCI 알고리즘을 대상으로 어느 정도의 성능을 낼 수 있는지에 대해 평가함에 있다. 따라서 본 연구 팀은 사용 알고리 즘으로 현재 BCI 연구 분야에서 가장 널리 사용되고 있는 기본적 알고리즘 형태를 사용하였다.
- 본논문에서는BCI 무경험자에 대한BCI 알고리즘의 다양한 측면에서의 성능평가를 수행하였다. 평가실험결과 운동피질 부분만을 측정 하는 EEG 채 널 기반으로 feedback이 없이도 일부 피험자에 대해 BCI 응용이 가능하다는 결과를 보였다.
- 단계 1은 BCI 무경험자가 시각적인 자극을 통해 단서를 받은 데이터로 EEG-BCI 알고리즘을 학습시키고, 동일하게 시각적인 자극을 통해 단서를 받은 데이터로 EEG-BCI 알고리즘을 평가하는 단계이다. 즉, 단계 1은 훈련 데 이 터와 평 가데 이 터 가 같은 자극을 통해 발생하였을 경우의 EEG-BCI 알고리즘 성 능평가를 목표로 하였다. 단계 1의 실험 프로토콜은표 1의 실험 1~3에 제시되어 있다.
가설 설정
- 평가C 는실험 1~3에서 한실험을훈련데이터로, 실험 4, 5에서 한 실험을 평가데이터로 사용한 총 6가지 경우의 평균이다. 윈도우 함수의 길이는 모두 2초로 고정하여 평가하였다. 이와 같은 방식으로 평가를 수행한 이유는 단계 2의 실험들이 다른 운동 심상 지속시간을 가지고 있어 평가시간 2초 이상의 동일한조건을 구성하기 위해서이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.