Elucidating Brain-Body Coupled AI Principles for Cross-Subject Generalizable EEG Representation Learning of Cognitive States
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(기본연구A)
2026년
2710113920
과학기술정보통신부
한국연구재단
단국대학교산학협력단
이성한
5명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2029.08.31
4,506만원
4,506만원
기초연구
대학
경기도 용인시
정보/통신 > 정보이론 > 인공지능
동시 측정된 EEG와 자율신경 생체신호(ECG 또는 PPG)를 활용하여, EEG 기반 인지상태 분류의 사람 간 일반화 성능을 향상시키는 뇌-신체 결합 인공지능 표현학습 원리를 규명한다.이를 위해 정상 성인을 대상으로 인지부하 유도 과제 수행 중 EEG-자율신경 생체신호를 동시 측정하고, 공개 생체신호 데이터를 병행 활용하여 소규모 데이터 환경에서도 적용 가능한 ...
□ 1차년도: EEG-자율신경 동시측정 데이터 및 기준모델 구축- 정상 성인 대상 인지부하 유도 과제 설계 및 IRB 준비- EEG와 ECG 또는 PPG의 동시 측정 프로토콜 수립- 공개 EEG/생체신호 데이터 정리 및 전처리 파이프라인 구축- EEG-only 기준모델 구현 및 사람 간 일반화 기준성능 산출□ 2차년도: 자율신경 보조학습 기반 EEG 표현학...
본 연구성과는 EEG 기반 인지상태 AI의 사람 간 일반화 문제를 검증하기 위한 실험 프로토콜, 전처리 파이프라인, 자율신경 보조학습 모델로 활용한다.과학기술적으로는 EEG 단독 분석의 한계를 넘어, EEG와 ECG/PPG의 상보성을 활용한 뇌-신체 결합 표현학습 원리를 제시하고, 소규모 연구환경에서도 검증 가능한 EEG 일반화 AI 프레임워크를 확립한다....