A Non-Invasive EEG-Based Model for Decoding Unseen Language in Silent Speech
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(기본연구B)
2026년
2710113689
과학기술정보통신부
한국연구재단
국립부경대학교
김훈희
4명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2029.08.31
6,252만원
6,252만원
기초연구
대학
부산광역시 남구
뇌과학 > 뇌공학 > 뇌-기계 인터페이스
- 본 연구의 최종 목표는 비침습 EEG로부터 음소 단위 신경 표현을 학습하고 이를 단어·문장 단위 출력으로 조합하는 생성형 디코더를 설계·구현하여, 학습 단계에서 본 적 없는 단어(Out-of-Vocabulary, OOV)에 대한 디코딩 가능성을 정량 검증하는 파일럿 시스템을 확립하는 것임. 이는 closed-vocabulary 분류 패러다임에 머물러 있...
본 연구는 다음 3개 기술 축을 단계적으로 연계하여 수행함.[1] 실험 프로토콜 설계 및 OOV 평가용 데이터 구축- 무성발화 상태의 EEG와 ground-truth 음성을 시간 정렬해 정밀 수집하는 표준화된 프로토콜을 개발함. task 구간에서 자극 단어를 시간 흐름에 따라 진행 바 형태로 순차 제시하여 내부 발화 시점 변동성을 최소화하고, 자극 하단에 ...
... Proof-of-Concept으로, \"BMI는 사전 학습된 어휘에만 반응한다\"는 분야의 구조적 가정을 전환함. 음소 단위 EEG representation 학습 + dual-branch + PTT 통합 ... 사회적: 의사 표현이 어려운 사용자에게 어휘 제약 없는 의사소통 채널을 제공해 삶의 질 향상 및 디지털 접근성을 확대하고, closed-vocabulary 의존 BMI의 한계를 넘어 사용자 표현 ...