One-Block Transformer (1BT) for EEG-Based Cognitive Workload Assessment

작성자

Haebom

카테고리

Empty

저자

Stefanos Gkikas, Christian Arzate Cruz, Thomas Kassiotis, Giorgos Giannakakis, Raul Fernandez Rojas, Randy Gomez

💡 개요

본 논문은 적응형 인간-기계 시스템 구축에 필수적인 인지 작업 부하의 정확하고 지속적인 추정을 위해 효율적인 EEG 기반 인지 작업 부하 평가 모델인 One-Block Transformer (1BT)를 제안합니다. 1BT는 최소한의 잠재적 병목 현상을 통해 다중 채널 시간 순서를 집계하고, 단일 교차 주의 모듈과 경량화된 자기 주의를 사용합니다. 이 모델은 적은 파라미터와 연산량으로 높은 성능을 달성하여, 자원 제약적인 환경에서의 실시간 인지 작업 부하 모니터링을 위한 새로운 설계 방향을 제시합니다.

🔑 시사점 및 한계

•

경량화된 Transformer 아키텍처: 복잡한 인지 작업 부하 추정을 위해 기존의 거대한 Transformer 모델 대신, 최소한의 계산량으로도 높은 성능을 유지하는 효과적인 아키텍처를 제시합니다.

•

실시간 및 자원 제약 환경 적용 가능성: 0.5백만 개 미만의 파라미터와 0.02 GFLOPs로 뛰어난 성능을 보여, 웨어러블 장치나 임베디드 시스템과 같이 자원이 제한된 환경에서 실시간으로 인지 작업 부하를 모니터링하는 데 크게 기여할 수 있습니다.

•

다양한 인지 과제에서의 검증: 추상적 추론, 수치 문제 해결, 비디오 게임 등 다양한 인지 과제에 대한 실험을 통해 모델의 일반화 성능을 입증했습니다.

•

한계점: 참가자 수가 11명으로 비교적 적어 일반화 및 검증을 위한 추가적인 대규모 데이터셋 및 다양한 인구 통계학적 그룹을 대상으로 한 연구가 필요합니다. 또한, 실제 환경에서의 장기적인 성능 및 안정성에 대한 추가적인 평가가 요구됩니다.

PDF 보기

Made with Slashpage