파편화된 데이터의 적극 활용을 위한 시계열 기반 통합 플랫폼 기술 개발
신호별 유사도 네트워크를 융합해 적은 레이블로 다중모달 특징을 학습했다.
01 / RESEARCH DETAILMSGCN / 신호 내부와 신호 간 유사도를 단계적으로 융합
- 난제
- 모달별 특징 공간과 레이블 확보량이 달라 특징을 단순 연결하는 방식으로는 관계를 반영하기 어렵다.
- 해결
- 신호 내부의 DE 및 PSD 유사도를 통합한 뒤 신호 간 유사도를 확산하고 GCN으로 분류했다.
- 기여
- 이종 그래프 융합과 준지도 모델을 개발하고 공인시험과 지식재산 산출물을 담당했다.
원본 그림 확대
| 평가 / 산출물 | 내용 |
|---|---|
| DEAP | 32명, 피험자 의존 평가 |
| 공인시험 | 2건 |
| 지식재산 | 특허 출원 1건, SW 등록 3건 |
평가 조건 및 연구 범위감정가 97.37 ± 1.75%, 각성도 97.38 ± 1.68%. 피험자별 transductive 평가, 특허는 출원 상태