| 1 |
1
뇌파신호로부터 적어도 하나의 제1 독립성분을 추출하여 선별하고,상기 제1 독립성분들 중 기 설정된 기준에 따라 적어도 하나의 제1 독립성분을 선택한 뒤 선택한 제1 독립성분을 크로스오버(Crossover)하여 제1 데이터를 생성하고,상기 제1 독립성분 선택 및 크로스오버를 반복 수행하여 생성된 다수 개의 제1 데이터를 결합하여 제1 데이터 세트를 생성하고,상기 제1 데이터 세트에서 적어도 하나의 제1 데이터를 임의로 선택하여 변이데이터를 생성하고,상기 변이데이터와 사영된 제1 데이터를 크로스오버(Crossover)하여 생성된 제2 데이터를 결합하여 제2 데이터 세트를 생성하고,상기 제2 데이터 세트를 최종 데이터 세트로 출력하는, 딥러닝을 위한 뇌파 신호 데이터 증강 방법
|
| 2 |
2
제 1 항에 있어서,상기 제1 데이터를 생성하는 것은,상기 제1 독립성분의 상호정보량(MI, mutual information)에 따라 정렬한 뒤 상기 정렬된 제1 독립성분을 이용하여 기 설정된 기준에 따라 선택하고,상기 선택한 각 제1 독립성분을 일정시간마다 분할하여 다수 개의 창을 생성하고,상기 다수 개의 창 중 적어도 하나의 창을 임의로 선택하여 교차하는 크로스오버를 수행하여 제2 독립성분을 생성하고,상기 제1 독립성분과 상기 제2 독립성분을 결합하여 제1 데이터를 생성하는, 딥러닝을 위한 뇌파 신호 데이터 증강 방법
|
| 3 |
3
제 1 항에 있어서,상기 제1 데이터를 생성하는 것은,상기 제1 데이터의 평균 상호정보량이 최소값이 될 때까지 크로스오버를 수행하여 제1 데이터를 생성하는, 딥러닝을 위한 뇌파 신호 데이터 증강 방법
|
| 4 |
4
제 1 항에 있어서,상기 제1 데이터를 생성한 뒤, 생성된 제1 데이터를 랜덤으로 선택하여 역 매트릭스를 이용하여 계산한 후 센서 공간으로 사영시키는, 딥러닝을 위한 뇌파 신호 데이터 증강 방법
|
| 5 |
5
제 1 항에 있어서,상기 제2 데이터 세트를 생성하는 것은,상기 제1 데이터를 회전된 재구성 신호의 선형 조합에 의해 변이데이터를 생성하고,상기 변이데이터를 기 설정된 기준에 따라 적어도 하나의 변이데이터를 선택하여 돌연변이 벡터를 생성하고,상기 돌연변이 벡터와 사영된 제1 데이터를 임의로 선택하여 크로스오버하고,상기 크로스오버가 수행되어 생성된 제2 데이터를 결합하여 제2 데이터 세트를 생성하는, 딥러닝을 위한 뇌파 신호 데이터 증강 방법
|
| 6 |
6
제 1 항에 있어서,상기 최종 데이터 세트로 결합하여 출력하는 것은,상기 제1 데이터 및 제2 데이터로부터 랜덤으로 선택한 독립성분의 수가 제1 데이터 및 제2 데이터에 포함된 독립성분의 수와 일치하도록 선택하고,상기 제1 데이터 및 제2 데이터로부터 랜덤으로 선택한 독립성분을 랜덤으로 나열하여 최종 데이터를 생성하고,상기 최종 데이터가 다수 개 생성되면, 상기 최종 데이터를 결합하여 최종 데이터 세트로 출력하는, 딥러닝을 위한 뇌파 신호 데이터 증강 방법
|
| 7 |
7
제 1 항에 따른 딥러닝을 위한 뇌파 신호 데이터 증강 방법을 수행하기 위한, 컴퓨터 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체
|
| 8 |
8
뇌파신호로부터 적어도 하나의 제1 독립성분을 추출하여 선별하는 입력부;상기 입력부에서 제공받은 제1 독립성분을 기 설정된 기준에 따라 적어도 하나의 제1 독립성분을 선택하여 크로스오버(Crossover)하여 제1 데이터를 생성하고, 상기 제1 데이터를 결합하여 제1 데이터 세트를 생성하는 성분 영역 처리부;상기 성분 영역 처리부로부터 생성된 제1 데이터를 임의로 선택하여 변이데이터를 생성하고, 상기 변이데이터와 사영된 제1 데이터를 크로스오버(Crossover)하여 제2 데이터를 생성하고, 상기 제2 데이터를 결합하여 제2 데이터 세트를 생성하는 센서 영역 처리부; 및상기 제2 데이터 세트를 최종 데이터 세트로 출력하는 출력부;를 포함하는, 딥러닝을 위한 뇌파 신호 데이터 증강 장치
|
| 9 |
9
제 8 항에 있어서,상기 성분 영역 처리부는,상기 제1 독립성분을 제1 독립성분의 상호정보량(MI, mutual information)에 따라 정렬하는 성분정렬부;상기 성분정렬부에서 정렬된 제1 독립성분을 이용하여 기 설정된 기준에 따라 선택하고, 상기 선택한 각 제1 독립성분을 일정시간마다 분할하여 다수 개의 창을 생성하는 성분분할부;상기 성분분할부에서 생성된 다수 개의 창 중 적어도 하나의 창을 임의로 선택하여 교차하는 크로스오버를 수행하여 제2 독립성분을 생성하는 성분생성부; 및상기 성분분할부에서 선택한 제1 독립성분과 상기 성분생성부에서 생성된 제2 독립성분을 결합하여 제1 데이터를 생성하는 성분결합부;를 포함하는, 딥러닝을 위한 뇌파 신호 데이터 증강 장치
|
| 10 |
10
제 9 항에 있어서,상기 성분결합부는,상기 제1 데이터의 평균 상호정보량이 최소값이 될 때까지 크로스오버를 수행하여 제1 데이터를 생성하는, 딥러닝을 위한 뇌파 신호 데이터 증강 장치
|
| 11 |
11
제 9 항에 있어서,상기 성분 영역 처리부는,상기 제1 데이터를 랜덤으로 선택하여 역 매트릭스를 이용하여 계산한 후 센서 공간으로 사영시키는 사영부;를 더 포함하는, 딥러닝을 위한 뇌파 신호 데이터 증강 장치
|
| 12 |
12
제 8 항에 있어서,센서 영역 처리부는,상기 성분 영역 처리부에서 사영된 제1 데이터를 회전된 재구성 신호의 선형 조합에 의해 변이데이터를 생성하는 변이수행부;상기 변이데이터를 기 설정된 기준에 따라 적어도 하나의 변이데이터를 선택하여 돌연변이 벡터를 생성하는 벡터생성부; 및상기 돌연변이 벡터와 사영된 제1 데이터를 임의로 선택하여 크로스오버하는 교차수행부;를 포함하는, 딥러닝을 위한 뇌파 신호 데이터 증강 장치
|
| 13 |
13
제 8 항에 있어서,상기 최종 데이터 세트는,상기 제1 데이터 세트 및 제2 데이터 세트로부터 랜덤으로 선택한 독립성분의 수가 제1 데이터 및 제2 데이터에 포함된 독립성분의 수와 일치하도록 선택하고,상기 제1 데이터 세트 및 제2 데이터 세트로부터 랜덤으로 선택한 독립성분을 랜덤으로 나열하여 최종 데이터를 생성하고,상기 최종 데이터가 다수 개 생성되면, 상기 최종 데이터를 결합하여 최종 데이터 세트로 출력하는, 딥러닝을 위한 뇌파 신호 데이터 증강 장치
|
