딥러닝의 EEG 신호 분석에서의 활용과 CNN의 원리

목차

1. 동기

2. 내용
(1) 딥러닝 기반 EEG 분석
(2) EEG분석을 위한 딥러닝 기법의 종류
(3) CNN의 이미지 분류 방법

3. 알게된 점

4. 요약

5. 참고문헌

본문내용

1. 동기
앞서 동아리 조원들과 BCI기술과 EEG 측정에 대해 알아보았다. BCI 기술에서 측정한 EEG 신호를 어떻게 해석해내는지 궁금했는데 딥러닝을 기반으로 한 분류 알고리즘이 쓰인다고 하여 이에 대해 알아보기로 하였다.
2. 내용
(1) 딥러닝 기반 EEG 분석
딥러닝 기법들은 동작상상, 감정인식 등 EEG 데이터 분류 작업에서 우수한 성능을 보인다. 딥러닝 알고리즘은 그 종류마다 과정이 다양하지만 크게는 EEG 데이터 수집과 전처리, 딥러닝 모형 학습, 신호 분류 및 해석의 과정으로 구성된다. 인공신경망의 종류 중 하나인 CNN을 이용한 신호 분류에서는 먼저 CNN으로 학습하기에는 이미지 형태의 데이터가 효과적이기에 파형을 이미지 형태로 바꾸는 전처리 과정을 거쳐야 한다.

출처 : 해피캠퍼스