맞춤기술찾기

이전대상기술

뇌-컴퓨터 인터페이스를 위한 합성 공통 공간 패턴 분석 방법 및 이를 이용한 뇌파 분석 방법

  • 기술번호 : KST2014026656
  • 담당센터 : 대구기술혁신센터
  • 전화번호 : 053-550-1450
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 훈련 데이터가 충분하지 못한 피험자에 대한 분류 성능을 향상시킬 수 있는 뇌-컴퓨터 인터페이스를 위한 합성 공통 공간 패턴 분석 방법 및 이를 이용한 뇌파 분석 방법이 개시된다. 뇌파 분석 방법은 다른 피험자의 공분산 행렬을 함께 사용하여 소정 피험자의 뇌파의 각 분류에 해당하는 시계열 데이터의 채널들에 상응하는 합성 공분산 행렬을 생성하고, 합성 공분산 행렬의 합의 고유 분해를 산출한 후, 소정 분류에 대해 가장 큰 고유값들과 가장 작은 고유값들에 기초하여 특징 벡터를 추출하고, 추출된 특징 벡터 및 훈련 데이터에 제공된 라벨에 기초하여 분류기를 학습한다. 따라서, 훈련 데이터가 충분하지 못한 피험자에 대한 뇌파 분류 성능을 향상시킬 수 있다. 뇌-컴퓨터 인터페이스, BCI, 공통공간패턴, 뇌파, 공분산행렬
Int. CL G06F 17/00 (2006.01) G06F 17/16 (2006.01)
CPC G06F 17/16(2013.01) G06F 17/16(2013.01)
출원번호/일자 1020090095282 (2009.10.07)
출원인 포항공과대학교 산학협력단
등록번호/일자 10-1068017-0000 (2011.09.20)
공개번호/일자 10-2011-0037726 (2011.04.13) 문서열기
공고번호/일자 (20110926) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 소멸
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2009.10.07)
심사청구항수 10

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 포항공과대학교 산학협력단 대한민국 경상북도 포항시 남구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 강효형 대한민국 경상남도 사천시
2 최승진 대한민국 경상북도 포항시 남구
3 남윤준 대한민국 경상북도 포항시 남구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인이상 대한민국 서울특별시 서초구 바우뫼로 ***(양재동, 우도빌딩 *층)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 포항공과대학교 산학협력단 대한민국 경상북도 포항시 남구
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application
2009.10.07 수리 (Accepted) 1-1-2009-0614895-28
2 선행기술조사의뢰서
Request for Prior Art Search
2010.09.08 수리 (Accepted) 9-1-9999-9999999-89
3 선행기술조사보고서
Report of Prior Art Search
2010.10.18 수리 (Accepted) 9-1-2010-0065077-42
4 의견제출통지서
Notification of reason for refusal
2011.02.23 발송처리완료 (Completion of Transmission) 9-5-2011-0105077-08
5 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)
2011.04.22 수리 (Accepted) 1-1-2011-0300734-14
6 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2011.04.22 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2011-0300745-16
7 등록결정서
Decision to grant
2011.09.16 발송처리완료 (Completion of Transmission) 9-5-2011-0526306-77
8 출원인정보변경(경정)신고서
Notification of change of applicant's information
2013.06.13 수리 (Accepted) 4-1-2013-0025573-58
9 출원인정보변경(경정)신고서
Notification of change of applicant's information
2014.02.25 수리 (Accepted) 4-1-2014-5024386-11
10 출원인정보변경(경정)신고서
Notification of change of applicant's information
2019.11.20 수리 (Accepted) 4-1-2019-5243581-27
11 출원인정보변경(경정)신고서
Notification of change of applicant's information
2019.11.22 수리 (Accepted) 4-1-2019-5245997-53
12 출원인정보변경(경정)신고서
Notification of change of applicant's information
2019.11.25 수리 (Accepted) 4-1-2019-5247115-68
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
소정 피험자로부터 측정한 다채널 뇌파 데이터를 분류하기 위한 합성 공통 공간 패턴(composite Common Spatial Pattern) 분석 방법에 있어서, 다른 피험자의 공분산 행렬을 함께 사용하여 상기 소정 피험자의 뇌파의 각 분류에 해당하는 시계열 데이터의 채널들에 상응하는 합성 공분산 행렬(Composite Covariance Matrix)을 생성하는 단계; 상기 합성 공분산 행렬의 합의 고유 분해(eigen decomposition)를 산출하는 단계; 및 상기 산출된 고유 분해 결과를 이용하여, 소정 분류에 대해 가장 큰 고유값(eigenvalue)들과 가장 작은 고유값들에 대응되는 행벡터들의 방향으로 상기 다채널 뇌파 데이터를 전사(projection)시켜 상기 다른 피험자의 트라이얼의 특징 벡터를 추출하는 단계를 포함하는 합성 공통 공간 패턴 분석 방법
2 2
제1항에 있어서, 상기 다른 피험자의 공분산 행렬을 함께 사용하여 상기 소정 피험자의 뇌파의 각 분류에 해당하는 시계열 데이터의 채널들에 상응하는 합성 공분산 행렬을 생성하는 단계는, 상기 다른 피험자들의 공분산 행렬 및 상기 소정 피험자의 공분산 행렬을 선형 결합하여 상기 합성 공분산 행렬을 생성하는 것을 특징으로 하는 합성 공통 공간 패턴 분석 방법
3 3
제2항에 있어서, 상기 다른 피험자의 공분산 행렬을 함께 사용하여 상기 소정 피험자의 뇌파의 각 분류에 해당하는 시계열 데이터의 채널들에 상응하는 합성 공분산 행렬을 생성하는 단계는, 상기 다른 피험자들의 공분산 행렬 및 상기 소정 피험자의 공분산 행렬의 선형 결합시 가중치를 사용하여 선형 결합하는 것을 특징으로 하는 합성 공통 공간 패턴 분석 방법
4 4
제3항에 있어서, 상기 가중치는 상기 다른 피험자들 및 상기 소정 피험자 각각에 제공된 훈련 데이터 수를 기준으로 결정되는 것을 특징으로 하는 합성 공통 공간 패턴 분석 방법
5 5
제3항에 있어서, 상기 가중치는 상기 다른 피험자들의 데이터 분포와 상기 소정 피험자의 데이터 분포 사이의 유사도에 기초하여 결정되는 것을 특징으로 하는 합성 공통 공간 패턴 분석 방법
6 6
소정 피험자로부터 측정한 다채널 뇌파 데이터를 분류하기 위한 뇌파 분석 방법에 있어서, 다른 피험자의 공분산 행렬을 함께 사용하여 상기 소정 피험자의 뇌파의 각 분류에 해당하는 시계열 데이터의 채널들에 상응하는 합성 공분산 행렬(Composite Covariance Matrix)을 생성하는 단계; 상기 합성 공분산 행렬의 합의 고유 분해(eigen decomposition)를 산출하는 단계; 상기 산출된 고유 분해 결과를 이용하여, 소정 분류에 대해 가장 큰 고유값(eigenvalue)들과 가장 작은 고유값들에 대응되는 행벡터들의 방향으로 상기 다채널 뇌파 데이터를 전사(projection)시켜 상기 다른 피험자의 트라이얼의 특징 벡터를 추출하는 단계; 및 추출된 상기 특징 벡터 및 훈련 데이터에 제공된 라벨에 기초하여 분류기를 학습하는 단계를 포함하는 뇌파 분석 방법
7 7
제6항에 있어서, 상기 다른 피험자의 공분산 행렬을 함께 사용하여 상기 소정 피험자의 뇌파의 각 분류에 해당하는 시계열 데이터의 채널들에 상응하는 합성 공분산 행렬을 생성하는 단계는, 상기 다른 피험자들의 공분산 행렬 및 상기 소정 피험자의 공분산 행렬을 선형 결합하여 생성하는 것을 특징으로 하는 뇌파 분석 방법
8 8
제7항에 있어서, 상기 다른 피험자의 공분산 행렬을 함께 사용하여 상기 소정 피험자의 뇌파의 각 분류에 해당하는 시계열 데이터의 채널들에 상응하는 합성 공분산 행렬을 생성하는 단계는, 상기 다른 피험자들의 공분산 행렬 및 상기 소정 피험자의 공분산 행렬의 선형 결합시 가중치를 사용하여 선형 결합하는 것을 특징으로 하는 뇌파 분석 방법
9 9
제8항에 있어서, 상기 가중치는 상기 다른 피험자들 및 상기 소정 피험자 각각에 제공된 훈련 데이터 수를 기준으로 결정되는 것을 특징으로 하는 뇌파 분석 방법
10 10
제8항에 있어서, 상기 가중치는 상기 다른 피험자들의 데이터 분포와 상기 소정 피험자의 데이터 분포 사이의 유사도에 기초하여 결정되는 것을 특징으로 하는 뇌파 분석 방법
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.