Cohesive Unified Representation and Selective Prediction for Subject-Independent EEG-fMRI Cross-Modal Learning
이공학학술연구기반구축(R&D) · 석사과정생연구장려금지원
2026년
2340066396
교육부
한국연구재단
건양대학교산학협력단
이채령
1명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2027.08.31
1,200만원
1,200만원
응용연구
대학
충청남도 논산시
정보/통신 > 정보이론 > 인공지능
응집형 통합 표현 학습(Cohensive Unified Representation Learning)을 기반으로 이종 뇌 신호(EEG-fMRI) 간 공통 잠재 공간(Common latent space)을 구축하는 것을 목표로 함. 이를 통해 피험자 변동성에 강건한 사용자-독립적(Subject-indepedent) 생성 모델을 개발하고, 실제 임상 적용을 위한...
사용자-독립적 EEG-fMRI 교차 모달 학습을 위한 응집형 통합 표현 및 선택적 예측 기술 개발▶ 이종 뇌신호(EEG-fMRI) 모달리티별 특징 추출 프레임워크 구축▶ CLIP 기반 응집형 통합 표현 학습 및 교차 모달 생성 알고리즘 개발▶ 신뢰도 인지형 선택적 예측 알고리즘 개발
[연구 결과의 활용방안]▶ 2026년 하반기 국내외 관련 분야 학술대회 발표를 기점으로, 국제전문학술지 투고를 통해 제안 모델의 독창성 및 우수성을 세계적으로 검증받음▶ 연구 과정에서 구축한 데이터 전처리 파이프라인 및 모델 학습 코드를 GitHub에 공개하여 후속 연구자들의 진입 장벽을 낮추고, 뇌신호 AI 연구 생태계 발전에 기여함 [연구 결과의 기...