EVA-Net: 비디오 기반 운동 사전 정보를 활용한 피험자 독립적 EEG 운동 디코딩
EVA-Net: Subject-Independent EEG Motor Decoding with Video-Derived Motor Priors
비침습 뇌-컴퓨터 인터페이스(BCI)에서 피험자 독립적 EEG 운동 디코딩의 한계를 극복하기 위해, 액션 비디오를 의미적 사전(prior)으로 활용하는 2단계 프레임워크 EVA-Net을 제안한다. 교차 모달 대조 학습으로 EEG와 비디오 특징을 공유 공간에 정렬한 뒤, 지식 증류(knowledge distillation)를 통해 비디오 기반 사전 정보를 추론 오버헤드 없이 EEG 전용 분류기에 전달하며, EEGMMI 데이터셋에서 LOSO 정확도 8.66% 향상을 달성했다.