일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | ||||
4 | 5 | 6 | 7 | 8 | 9 | 10 |
11 | 12 | 13 | 14 | 15 | 16 | 17 |
18 | 19 | 20 | 21 | 22 | 23 | 24 |
25 | 26 | 27 | 28 | 29 | 30 | 31 |
- AI
- neural representation learning
- spoken speech
- 표현학습
- 신경과학
- 의료윤리
- BCI
- csp 알고리즘
- 분산표현
- speech reconstruction
- latent variable
- AI윤리
- 블록체인
- 헬싱키 선언
- neurotalk
- gt voice
- 뇌과학
- 뇌와 세계
- common spatial pattern
- matlab
- 발화의도
- 잠재변수
- 기준음성
- Distributed Representation
- 미겔
- HPC
- csp알고리즘
- 책
- imagined speech
- brain-to-speech
- Today
- Total
목록전체 글 (70)
o0y0o

1일차: BCI 기본 개념과 원리 (25-01-21)1. BCI와 EEG의 개념BCI(Brain-Computer Interface)란?정의뇌와 외부 장치 간의 직접적인 상호작용 방식으로, 뇌 신호를 읽어 기계를 제어하거나 외부 정보를 뇌에 다시 전달할 수 있음.작동 원리뇌 신호 측정: 뇌에서 발생하는 전기 신호를 EEG 장비로 측정.데이터 처리: 측정한 신호를 분석하고 특징(Feature)을 추출.결과 출력: 데이터를 기반으로 컴퓨터, 로봇, 혹은 디지털 장치를 제어.구조Signal Collection (신호 수집): 뇌파 데이터를 센서를 통해 수집.Signal Processing (신호 처리): 데이터를 정리하고 필요한 정보(특징)를 추출.Application (응용): 분석 결과를 활용해 기계를 제어..
1챕터: 기본 개념과 이론 학습1일차: BCI 기본 개념과 원리BCI란 무엇인가?EEG 신호의 특징과 주요 용어 이해BCI 기술의 응용 분야2일차: BCI 시스템의 구성 요소하드웨어 및 소프트웨어 구성뇌파 데이터 수집 및 처리 흐름3일차: EEG 신호의 전처리 I필터링 (Band-pass, Notch 필터)MATLAB을 활용한 간단한 데이터 필터링 실습4일차: EEG 신호의 전처리 II아티팩트 제거 (Eye Blink, EMG 등)Independent Component Analysis (ICA) 기법 활용2챕터: 데이터 분석 및 특징 추출5일차: EEG 데이터의 시간 및 주파수 분석Time-domain과 Frequency-domain 분석MATLAB에서 FFT를 이용한 주파수 분석 실습6일차: 특징 추출..

■ AbstractBrain-to-speech 기술은 인공지능, brain-computer interface, 음성 합성 등 다양한 학문 분야가 융합된 응용 기술을 나타냅니다.Neural representation learning 기반의 발화 의도 해독과 음성 합성은 신경 활동을 인간의 언어적 의사소통 수단과 직접 연결하여, 의사소통의 자연스러움을 크게 향상시킬 수 있습니다.Neural representation learning의 최신 발견과 음성 합성 기술의 발전을 바탕으로, brain signals을 음성으로 직접 변환하는 기술은 많은 가능성을 보여주고 있습니다.특히, 신경망에 입력되는 처리된 입력 특징과 neural speech embeddings는 brain signals로부터 음성을 생성할 때,..

■ 표현 학습(representation learning)representation learning은 원시 데이터(raw data)로부터 유용한 표현(representation)을 자동으로 학습하는 방법론으로, Machine learning의 하위 분야로서 데이터의 핵심 정보를 추출하고 이를 컴퓨터가 처리할 수 있는 형식으로 변환하는 과정입니다. ▷ 세상을 표현하는 방식의 중요성머신러닝에서 다루는 데이터는 매우 고차원적이고 복잡한 구조를 띠고 있습니다.raw data를 그대로 처리하는 것은 비효율적이거나 불가능하기에, 중요한 패턴이나 구조를 발견하고 이를 압축하여 변환하는 과정이 필요합니다.Representation은 이러한 과정을 통해 추출된 정보의 압축된 형태로, 데이터의 핵심적인 특성을 잃지 않고도..

저번 글에 이어서 번역을 마무리해 보았습니다. 오류 지적은 언제든 감사히 받고 있습니다.논문에 제시된 대로 따라서 모델 및 코드를 분석해 보고, 저의 개인 탐구 프로젝트에 적용해 보면 좋을 것 같습니다.■ Experimental Setup▷ DatasetParticipants연구에는 여섯 명의 참가자가 자발적으로 참여하였습니다. 여기서 자발적이란, 참가자들이 연구 목적과 절차에 대해 충분히 이해하고 동의한 상태에서 참여했다는 것을 의미합니다.이 연구는 헬싱키 선언에 따라 진행되었으며, 한국대학교 기관생명윤리위원회(Korea University Institutional Review Board [KUIRB-2019-0143-01])의 승인을 받았습니다.모든 대상자로부터 정보에 입각한 동의를 받았습니다.Par..
헬싱키 선언이란 1964년 필란드 헬싱키에서 열린 세계의사협회 총회에서 채택된 의료 윤리 선언으로, 2000년 10월에 인간게놈 계획에 관한 부분이 에든버러의 총회에서 개정되는 둥 수정 절차를 거치고 있습니다. [출처][헬싱키 선언 전문 번역]"제6차 개정판 전문 (영어) [링크]"을 번역하여 옮겨 적어 보았습니다.A. 서론1. 세계의학협회(WMA)는 인간 대상 의학 연구, 그리고 식별 가능한 인간 자료와 데이터에 대한 연구를 위한 윤리 원칙의 선언으로 헬싱키 선언을 개발하였다. 이 선언은 전체적으로 읽혀져야 하며, 각 구성 문단은 다른 관련 문단들을 고려하지 않고서는 적용되어서는 안 된다. 2. 헬싱키 선언은 주로 의사들을 대상으로 하지만, WMA는 인간 대상 의학 연구에 참여하는 다른 참가자들도 이 ..