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 |
- csp알고리즘
- 분산표현
- speech reconstruction
- 발화의도
- Distributed Representation
- 뇌와 세계
- gt voice
- matlab
- csp 알고리즘
- AI윤리
- imagined speech
- 블록체인
- AI
- neurotalk
- 뇌과학
- 표현학습
- spoken speech
- HPC
- 헬싱키 선언
- 신경과학
- 의료윤리
- 책
- 기준음성
- neural representation learning
- 잠재변수
- 미겔
- brain-to-speech
- BCI
- common spatial pattern
- latent variable
- Today
- Total
목록BCI (36)
o0y0o

작년에 약식으로 진행하였던, "특정 음운에 대한 음성 데이터, 뇌파 데이터 사이의 유의미한 상관관계가 존재하는가 알아보는 탐구"를 제대로 진행하기 위해 선행연구를 조사하다 해당 논문을 발견하게 되었습니다.이 논문은 2024년 1월, 고려대학교 뇌인지공학과 및 인공지능학과에서 Nature Biomedical Engineering 저널에 발표한 논문으로, non-invasive한 방법으로 측정한 imagined speech EEG로부터 speech reconstruction하는 시스템을 소개합니다.스스로 이해가 안 되었던 부분은 풀어서 적었기에 의/오역이 존재할 수 있으며, 저의 추가적인 설명은 회색으로 작성해 두었으니 참고 부탁드립니다.■ Abstract brain activity에서 말을 재구성하려고 하..
ground truth (GT) voice, 기준 음성은 음성 합성 또는 음성 재구성과 관련된 연구에서 모델이나 시스템의 출력을 평가하는 데 사용되는 실제 음성 데이터이다.즉, 음성 합성 모델이 생성해야 할 최종 목표 음성, 그 정확한 음성의 예로 사용된다.상상된 음성을 다루는 연구에서는 상상만으로 발생한 뇌파 데이터를 기반으로 실제로 들을 수 있는 음성을 생성해야 하므로, 발화되지 않아 실제 음성 데이터가 없기 때문에, 이를 합성하는 것이 까다롭다.

데이터 분석 시 CSP를 사용한다는 내용을 강의에서 들었는데, CSP가 무엇인지 검색해보니 클라우드 서비스 제공업체만 나와서 나름대로 찾아본 결과를 정리합니다. CSP에는 다양한 알고리즘이 있으며, 이 글은 단순한 하나의 알고리즘에 대한 설명이라는 점을 기억해 주시길 바랍니다. 또한, 공부하는 과정에서 기록한 것이기에 오개념이 있을 수도 있습니다. 01. CSP의 기본 개념1. CSP(Common Spatial Pattern)란?공통 공간 패턴, 즉 CSP는 뇌파 신호나 다른 공간적 신호를 분석할 때 사용하는 기법이다. CSP의 목적은 다변량 신호에서 두 개 이상의 클래스에 대한 공간 필터를 찾아 신호의 분산을 최대화하는 것이다.여기에서 다변량 신호란 여러 채널을 통해 측정된 신호를 의미하며, 클래스란 ..
보호되어 있는 글입니다.

• 뇌와 신경계 - 자극은 전기적 신호로 변환되어 PNS -> CNS -> Spinal cord -> Brain의 순으로 전달됨 - 뇌는 대뇌, 간뇌, 소뇌, 뇌간으로 나뉨 - 대뇌Cerebrum가 또다시 전두엽, 두정엽, 후두엽, 측두엽으로 나뉨 § 전두엽은 성격과 관련된 역할, 고도의 사고 역할을 담당 § 후두엽은 시각과 관련된 처리를 하는 부분이 많이 존재 - 뇌는 이랑Gylus과 고랑Sulcus으로 구분할 수 있음 - Central sulcus를 기준으로 Morter cortex, Sensory Cortex로 나뉨 § Sensory cortex의 단면을 보면 위치마다 담당 역할이 다름 • 간뇌 - 시상Thalamus는 뇌의 안쪽에 위치하며, 감각신호가 들어오면 시상을 지남 - Thalamus는 이..

원본 파일의 222줄까지 1차 번역 진행doi: 10.1038/s41586-021-03506-2요약더보기1. 연구에서는 편마비로 인해 손글씨를 쓰는 행위의 신경 표상이 여전히 유지되는지 확인하고자 했다. T5라는 참가자로부터 기록된 신경 활동을 분석한 결과, 신경 활동 패턴이 각 문자에 대해 일관성 있게 나타나고, 손글씨의 모양을 재구성할 수 있는 것으로 나타났다. 2. 신경 활동을 RNN 알고리즘을 통해 문자의 확률로 변환하여 실시간으로 해독할 수 있는 시스템을 개발하였다. 이를 통해 T5는 손글씨를 쓰며 의도한 메시지를 전달할 수 있었고, 매우 높은 입력 속도와 낮은 오류율을 보였다. 3. 자유롭게 문장을 작성하는 실험에서도 높은 성능을 확인하였으며, 이는 기존 연구에서 보고된 속도를 능가하는 결과였..