Variance-Considered Machine을 이용한 상상 움직임의 EEG 신호 분류

본 논문에서는 선행 연구를 통해 제안하였던 새로운 분류 알고리즘인 Variance Considered Machines (VCM)을 통해 움직임을 상상할 때 발생된 EEG 신호를 분리하는 실험을 수행하였다. 기존에 가장 많이 사용되고 있는 분류 알고리즘인 SVM과 제안된 VCM으로 데이터를 분류하여 인식률을 비교함으로써 VCM의 우수성을 보였다. 이는 BCI에 직접적으로 활용 가능한 것으로, BCI란 뇌파를 통해 컴퓨터와 같은 시스템을 제어하는 것을 말한다. BCI 시스템의 인식률에 영향을 미치는 요소에는 많은 것이 있지만 본 논문에서는 그 중에서도 가장 중요한 분류 알고리즘을 제안된 알고리즘을 통해 인식률을 향상하는 것을 보였다. 기존 연구를 통해 VCM의 우수성을 이론적 결과와 시뮬레이션 결과로 보였다면 본 논문에서는 실제 데이터의 인식률을 통해 VCM의 실용성을 입증하고자 한다.