뇌 신호 기반 제어 인터페이스에서 인간-기계 상호작용을 강화하는 비지도 공동 적응 알고리즘

• 핵심 기능

사용자 의도 분석 모델은 EEG 신호를 입력받아 의도를 예측하고, 예측 의도와 실제 의도 간 차이에 따라 저난도 샘플부터 고난도 샘플 순으로 학습 데이터를 정렬합니다. 사용자 주의 상태가 낮은 샘플은 마스킹하거나 가중치를 조정하며, ErrP 점수와 예측 확률에 기반해 의사 평가 레이블을 생성해 온라인 학습에 활용합니다.

• 차별 강점

기존 기계학습 중심 BCI는 비정적인 뇌 신호와 사용자 생리 상태를 충분히 반영하지 못하고, 사용자 학습 중심 방식은 디코더의 구분 능력에 의존하는 한계가 있었습니다. 본 특허는 난이도 기반 SPCL, 주의 상태 기반 샘플 선별, ErrP 기반 의사 레이블 생성을 결합해 초기 학습의 속도 불일치와 무라벨 온라인 데이터 문제를 함께 다룹니다.

• 활용 범위

기술·연구 측면에서는 뇌-컴퓨터 인터페이스 기반 의도 제어, 재활·보조공학 인터페이스, 뉴로햅틱·터치 인터페이스, XR·메타버스 상호작용 분야에 활용 가능하며, 사용자별 EEG 적응이 필요한 인간-기계 인터페이스 연구로 확장할 수 있습니다. 사업 측면에서는 재활·의료기기, 보조기기, XR·웨어러블 디바이스, 헬스케어 솔루션 및 터치·햅틱 제어 제품의 사용자 적응형 입력 기능으로 확장할 수 있습니다.