엣지 디바이스를 위한 영 가중치 인지 LSTM 기반의 동작상상 뇌전도 분류기

Abstract

뇌-컴퓨터 인터페이스가 성공적으로 구축되고 실생활에 이용되기 위해서는 첫째로 뇌신호를 사용자의 의도 에 맞게 분류할 수 있는 정확한 분류기가 필요하고, 둘째로 해당 분류기가 이동성이 뛰어난 모바일 기기로 구현되어야 한다. 본 학위 논문에서는 LSTM 네트워크를 이용하여 높은 정확도를 보이는 동작상상 뇌전도 분류기를 구축하고, 그 분류기를 엣지 디바이스인 FPGA에 구현하였다. 그 과정 중에 최적화 방법으로 영 가중치 인지 개념을 제안하고 탑재하여 높은 정확도를 가지면서도 엣지 디바이스에서 가속화된 연산을 보이는 영 가중치 인지 LSTM 기반의 동작상상 뇌전도 분류기를 구현하였다.