상관계수 기반 중복 채널 제거를 이용한 EEG 후각 자극 분류

초록

후각 뇌파(EEG) 신호 분석에서 WSDF(Wavelet-Spatial Domain Feature)와 같은 다변량 특징 추출 기법은 높은 분류 성능을 보이지만, 모든 채널을 사용함에 따른 높은 연산 비용은 다양한 후각 자극 및 대규모 데이터 처리에 제약이 된다. 본 연구에서는 이러한 문제를 해결하기 위해, WSDF 특징 추출 이전에 피어슨 상관계수 기반의 채널 선택 기법을 적용하여 연산 효율성과 정확도의 균형을 달성하는 새로운 파이프라인을 제안한다. 제안된 기법은 채널 간 상관관계를 분석하여 정보가 중복되는 채널을 제거함으로써, 후각 정보 분석에 핵심적인 채널 부분집합만을 효율적으로 탐색한다. 공개 후각 EEG 데이터셋을 이용한 실험 결과, 제안 방법을 통해 WSDF에 소요되는 연산 시간을 58%까지 단축하면서도 분류 정확도는 손실 없이 유지되거나 오히려 소폭 향상됨을 확인하였다.

키워드