SA-HGNN: EEG 기반 우울증 인식을 위한 샘플 적응형 쌍곡선 그래프 신경망 (Sample-Adaptive Hyperbolic Graph

요약

EEG 기반 우울증 인식을 위해 뇌 네트워크의 계층적 구조를 포착하는 SA-HGNN 모델을 제안합니다. 쌍곡선 기하학을 활용하여 유클리드 공간의 한계를 극복하고 개인화된 뇌 네트워크 토폴로지를 동적으로 구축합니다.

핵심 포인트

• 뇌 네트워크의 계층적 구조를 포착하기 위한 쌍곡선 그래프 신경망 제안
• Sample-Adaptive Graph Construction을 통한 개인화된 토폴로지 구축
• 쌍곡선 기하학을 활용하여 유클리드 공간의 표현 병목 현상 해결
• Attention Pooling 모듈로 EEG 신호 내 노이즈 채널 필터링
• 휴지기 및 과제 관련 패러다임 모두에서 우수한 성능 입증