• 한국산학기술학회논문지
• /
• 제16권11호
• /
• pp.7508-7512
• /
• 2015

뇌파로 의도를 접속하여 기계를 작동하는 뇌-기기 접속(Brain-Computer Interface, BCI) 기반의 인간-로봇상호작용(Human-Robot Interaction, HRI) 플랫폼을 제안한다. 사람의 뇌파로 의도를 포착하고 포착된 뇌파 신호에서 의도를 추출하거나 연관시키고 추출된 의도로 기기를 작동하게 하는 포착, 처리, 실행을 수행하는 플랫폼의 설계, 운용 및 구현 과정을 소개한다. 제안된 플랫폼의 구현 사례로 처리기에 구현된 상호작용 게임과 처리기를 통한 외부 장치 제어가 기술되었다. BCI 기반 플랫폼의 의도와 감지 사이의 신뢰성을 확보하기 위한 다양한 시도들을 소개한다. 제안된 플랫폼과 구현 사례는 BCI 기반의 새로운 기기 제어 작동 방식의 실현으로 확장될 것으로 기대된다.

• 한국정밀공학회지
• /
• 제20권2호
• /
• pp.7-13
• /
• 2003

• 디지털융복합연구
• /
• 제13권8호
• /
• pp.289-294
• /
• 2015

본 연구는 비교사학습의 대표적인 방법 중 하나인 코호넨의 자기조직화 방법을 기반으로 BCI(Brain-Computer Interface)에 적용 가능한 자율적 기계학습방법을 제안한다. 이를 위해 상호작용 함수를 이용한 학습영역조정방법과 자율적 기계학습규칙을 제안하였다. 학습영역조정과 기계학습은 코호넨의 자기조직화 방법을 기반으로 한 상호작용 함수에 의한 측면제어효과를 이용하였다. 승자 뉴런을 결정하고 난 후 학습 규칙에 따라 뉴런의 연결강도를 조정하고 학습 횟수가 증가함에 따라 학습영역이 점차 감소하여 출력층 뉴런 가중치들의 입력을 향한 유동을 완화시켜 네트워크가 평형 상태(equilibrium state)에 도달하여 학습을 마칠 수 있는 자율적 기계학습을 제안하였다.

• International Journal of Computer Science & Network Security
• /
• 제22권1호
• /
• pp.129-138
• /
• 2022

With the increasing reliance of computing systems in our everyday life, there is always a constant need to improve the ways users can interact with such systems in a more natural, effective, and convenient way. In the initial computing revolution, the interaction between the humans and machines have been limited. The machines were not necessarily meant to be intelligent. This begged for the need to develop systems that could automatically identify and interpret our actions. Automatic gesture recognition is one of the popular methods users can control systems with their gestures. This includes various kinds of tracking including the whole body, hands, head, face, etc. We also touch upon a different line of work including Brain-Computer Interface (BCI), Electromyography (EMG) as potential additions to the gesture recognition regime. In this work, we present an overview of several applications of automated gesture recognition systems and a brief look at the popular methods employed.

• 융합신호처리학회논문지
• /
• 제10권1호
• /
• pp.40-48
• /
• 2009

컴퓨터를 중심으로 한 IT 기술의 비약적인 발전과 더불어, 정보산업사회가 고도화되어 감에 따라 사용자 편리를 위한 인터페이스의 지능화, 인간화에 대한 요구가 나날이 증가하고 있다. 이러한 사용자의 요구에 따라 다양한 형태의 인간친화형 사용자 인터페이스 중, 인간의 뇌를 활용한 사용자 인터페이스 즉, BCI에 관한 연구가 최근 산발적으로 다양하게 진행되고 있다. 최근 연구 개발중인 다양한 형태의 BCI 관련 연구들은 DB구축과 관련된 원천기술 확보 측면의 연구가 배제된 체 응용기술 개발 위주로 진행되고 있는 실정이다. 이와 같은 문제점으로 인하여 BCI 관련 연구들은 연구 초기 수준을 극복하지 못하고 있으며, 체계적인 연구가 진행되어지지 않고 있는 실정이다. BCI 관련 연구의 경우 피험자로부터 수집되어지고 있는 뇌파 신호가 실험에 필요한 적절하고 의미 있는 신호인지 구분하기 힘든 실정이다. 또한, 뇌파 수집 시 실험에 불필요한 행동 즉, 심한 눈 깜박임, 침 삼키기, 얼굴 및 몸 움직임에 의한 근전도와 전극의 부착상태, 주변소음, 진동 둥 실험환경에 따른 잡파의 혼입으로 인하여 정확한 뇌파 DB수집에 어려움을 겪고 있다. 이러한 피험자의 움직임 및 실험환경에 의해 혼입된 잡파의 손상된 정보로 인해 BCI 시스템 구현 시 인식률 및 성능저하를 초래할 수 있다. 따라서 본 논문에서는 뇌파를 활용한 BCI 시스템 구현 시 보다 정확하고 높은 인식률을 위한 기반 연구로서 정확하고 효율적인 뇌파 DB구축 시스템을 제안하며, 잡파가 혼입된 뇌파 DB의 최소화를 위해 피험자의 얼굴 추적을 통하여 불필요한 행동 발생 시 DB수집의 사전 차단 및 자동 제어가 가능한 DB구축 시스템을 제안한다.

• 융합신호처리학회논문지
• /
• 제8권4호
• /
• pp.227-236
• /
• 2007

유비쿼터스 시대의 도래에 따른 서비스의 고급화는 다양한 형태의 사용자 단말기의 개발을 유도하였으며, 이러한 사용자 단말기의 변화는 다양한 형태의 인간친화형 사용자 인터페이스의 개발로 이어지게 되었다. 이러한 다양한 형태의 인간친화형 사용자 인터페이스 중, 인간의 뇌를 활용한 사용자 인터페이스, 즉, BCI에 관한 연구가 최근 산발적으로 다양하게 진행되고 있다. 현재 진행되어지고 있는 다양한 형태의 BCI 관련 연구들은, 연구 초기 수준을 극복하지 못하는 실정이며, 이러한 연구개발의 지체 이유로는 체계적인 연구가 진행되어지지 않고 있다는 점을 들 수 있다. 대부분의 HCI 또는 BCI 관련 연구들은 생체신호를 수집하여 신호처리 과정을 거치게 되며, 이때 중요한 연구요소중의 하나로 DB구축 분야를 들 수 있다. 하지만 현재 진행되고 있는 대부분의 BCI 관련 연구의 경우 DB구축부터 시작한 체계적인 연구가 이루어지고 있지 않는 실정이다. 뇌파를 제외한 다른 생체신호, 즉 오감자극을 활용한 HCI 연구와는 달리, 뇌파 DB의 경우 피험자를 제외한 다른 연구 관련자들은 현재 피험자로부터 수집되어지고 있는 DB가 실험에 필요한 적절한 신호인지 구분하기 힘든 실정이다. 또한, 뇌파 신호의 수집 시 연구관련 자들은 피험자에게 정확한 지침을 제시하지 못하고 있는 실정이며 어떠한 방법으로 피험자가 실험에 집중하여야 확연한 패턴을 보이는 차별화 된 뇌파 신호의 생성이 가능한지 명확하게 알려지지 않은 실정이다. 따라서 본 논문에서는 뇌파를 활용한 BCI구현과 사용자 의지에 따른 활용 시 보다 정확하고 높은 인식률 구현을 하기 위한 기초 연구 방안으로 정확하고 효율적인 뇌파 DB구축 시스템을 제안한다. 또한 현재까지 명확하게 알려지지 않은 효과적인 뇌파생성 방안을 동시에 연구하기 위하여 오감자극을 활용한 뇌파 DB 수집이 가능한 구축 시스템을 구현하며 각 방법에 따라 구축되어진 뇌파의 패턴 분석을 통한 효율적인 뇌파 DB구축 방안을 제안한다.

• Journal of Multimedia Information System
• /
• 제2권3호
• /
• pp.275-280
• /
• 2015

Recently brainwaves are utilized diversely in the field of medicine, entertainment, education and so on. In the case of medicine, brainwaves are analyzed to estimate patients' diseases. However, the applications for entertainments usually utilize brainwaves as control signal without figuring out the characters of the brainwaves. Given that users' brainwaves are different each other, a normalization method is essential. The traditional brainwave normalization approaches utilize normal distribution. However, those approaches assume that brainwaves are collected enough to conduct normal distribution. When the few amounts of brainwaves are measured, the accuracy of the control signal based on the measured brainwaves becomes low. In this paper, we propose a normalization framework of BCI-based facial interfaces for novel volume controllers, which can normalizes the few amounts of brainwaves and then generates the control signals of BCI-based facial interfaces. In the experiments, two subjects were involved to validate the proposed framework and then the normalization processes were introduced.

• 융합신호처리학회논문지
• /
• 제11권2호
• /
• pp.112-124
• /
• 2010

정신장애 관련 검사 및 진단 방안에 관한 연구는 국내 외적으로 활발히 진행되고 있으나 해결을 위한 가장 기본적인 연구인 심리검사에 관한 연구는 다음과 같은 근본적인 문제점들을 내포한다. 기존 심리 검사의 대표적인 문제점으로는 심리상담가의 전문적 훈련정도에 따른 검사 결과의 해석 차이 등을 들 수 있다. 이러한 문제는 객관화된 심리 분석기법의 부재로부터 야기되어 지며 그 결과 동일한 피험자 응답에 대해서도 심리 검사자에 따른 서로 다른 주관적인 분석으로 귀결되어 진다. 심리검사 시 또 다른 문제점은 심리검사의 방법으로 부터 야기되어 진다. 기존의 심리검사는 다양한 의사소통을 통하여 이루어지게 되며, 이러한 문제는 중증장애우, 외국인, 영유아 피험자들의 심리 검사 및 분석을 어렵게 한다. 따라서 본 논문에서는 이러한 주관적인 심리검사의 문제점을 해결하기 위한 방안으로 Ballken지수법을 활용하여 주관적 심리검사 및 분석 기법중 하나인 TAT(Thematic Apperception Test)를 분석하여 정량화를 시도하며 객관화 하고자 한다. 정량화되어진 분석결과를 BCI(Brain Computer Interface)기반의 TAT환경 하에 수집되어진 사용자의 뇌파 신호와 비교분석하여 정신장애에 따른 뇌파특징벡터 DB의 구축 및 분류를 수행 한다. 본 논문에서 제안하는 심리검사 및 진단 시스템은 기 구축된 뇌파특징벡터 DB를 활용하여 기존의 주관적인 심리검사 기법을 정량화 및 객관화하며, 피험자의 간단한 뇌파검사만으로도 심리검사가 가능하여 기존 심리검사의 대표적인 문제점을 해결 가능 할 것으로 판단되어진다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제15권4호
• /
• pp.277-282
• /
• 2015

Braincomputer interface (BCI) technology is making advances in the field of humancomputer interaction (HCI). To improve the BCI technology, we study the changes in the electroencephalogram (EEG) signals for six levels of grip strength: 10%, 20%, 40%, 50%, 70%, and 80% of the maximum voluntary contraction (MVC). The measured EEG data are categorized into three classes: Weak, Medium, and Strong. Features are then extracted using power spectrum analysis and multiclass-common spatial pattern (multiclass-CSP). Feature datasets are classified using a support vector machine (SVM). The accuracy rate is higher for the Strong class than the other classes.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제9권11호
• /
• pp.247-249
• /
• 2020

4차 산업혁명 시대에 다양한 분야에서 ICT 기술 간 융합에 대한 요구가 증가하고 있다. 이에 마쳐 데이터, 네트워크, 인공지능 기술이 결합한 새로운 용어인 DNA(Data, Network, AI)가 사용 중이다. DNA는 지능형 응용 및 서비스 개발에 있어 잠재적 기술력을 가지고 있다. 이에 본 논문에서는 DNA 기술 기반의 논리적 포그 네트워크 기반의 서비스 이미지 배치 기술, 산업용 무선 센서 네트워크에서의 기계학습 기반 이동성 기술, 뇌신호 주파수 특성을 이용한 CNN 기반 BCI 성능 예측 기술, 소스코드 주제를 이용한 인공신경망 기반 경고 분류 방법 기술, 챗봇 환경에서 데이터 시각화 인터랙션을 위한 자연어처리 기술에 대한 심사 완료된 논문들을 소개한다.