CoCoT-EEG: EEG 디코딩을 위한 대조 학습 기반 다중 스케일 컨볼루션 트랜스포머 사전 훈련 모델

요약

본 논문은 비침습적 EEG 디코딩을 위한 새로운 대조 학습 기반 사전 훈련 모델 CoCoT를 제안합니다. 기존의 마스크 복원 방식이 EEG 데이터에 최적이 아니라는 문제점을 지적하며, 다중 스케일 컨볼루션과 트랜스포머 인코더를 결합한 아키텍처를 설계했습니다. CoCoT는 다양한 벤치마크에서 높은 성능을 보여주며 대조 학습 기반 EEG Foundation Model의 가능성을 입증합니다.

핵심 포인트

• EEG 디코딩에 적합하지 않은 기존 마스크 복원 방식의 한계를 극복함.
• 다중 스케일 컨볼루션과 트랜스포머를 결합한 CoCoT 모델을 개발함.
• 대조 학습 기반 접근법이 EEG Foundation Model 구축에 효과적임을 입증함.
• CoCoT는 다양한 벤치마크에서 높은 성능과 유연성을 보여줌.