• >
  • 스타랩과제
  • >    패턴인식 및 머신러닝 연구실
패턴인식 및 머신러닝 연구실
뇌-컴퓨터 인터페이스를 위한 지능형 패턴인식 SW 개발
고려대학교 정보통신대학 뇌공학과,컴퓨터학과 / 총괄책임자 : 이성환 / E-mail: sw.lee @ korea.ac.kr
인사말
뇌-컴퓨터 인터페이스란 뇌에서 이루어지는 높은 수준의 정보처리 구조와 원리를 이해하고, 이를 바탕으로 실세계와 지능적으로 상호작용하는 인공지능 시스템의 구현을 목표로 하는 기술입니다. 이러한 기술은 뇌신호에 대한 분석을 바탕으로 인간이 로봇이나 기계와 같은 외부 장치를 생각만으로 제어할 수 있도록 해주며, 로봇, 웨어러블 인터페이스, IoT 등의 여러 인공지능 분야와 뇌 질환 진단, 마취 심도 측정 등과 같은 의료 분야에도 활용 될 수 있습니다. 본 연구실에서는 스타랩 과제를 통해 뇌-컴퓨터 인터페이스 핵심 원천 기술을 개발하고 공개 SW화 시킴으로써 국내외 관련 커뮤니티를 주도 및 활성화 시키고 융합형 인재 양성을 목표로 과제를 수행하고 있습니다.
연락처
전화 : (+82) 2-3290-3197
팩스 : (+82) 2-3290-3583
메일주소 : sw.lee @ korea.ac.kr
찾아오는길
서울특별시 성북구 안암로 145 (02841) 고려대학교 자연계 캠퍼스 우정정보통신관 410호
- 간선 버스 100, 144, 163, 지선버스 1017, 1222, 7211을 이용하여 안암동 로타리에 하차
- 지하철 1호선 신설동역에서 하차, 마을버스를 이용하여 이공대 캠퍼스 입구에서 하차
- 지하철 4호선 성신여대 입구역 (돈암역) 에서 하차, 마을버스를 이용하여 이공대 후문에서 하차
- 지하철 6호선 안암역 (고대병원) 또는 간선버스 273, 지선버스 1111, 1212을 이용하여 고대병원 앞에서 하차
총괄책임자
  • 이성환 교수
  • IEEE 펠로우 , 한국과학기술한림원 정회원 , IAPR 펠로우
    고려대학교 정보통신대학 뇌공학과/컴퓨터학과
  • 사무실: 고려대학교 자연계 캠퍼스 우정정보통신관 410호
  • 전화: (+82) 2-3290-3197
  • 팩스: (+82) 2-3290-3583
  • 이메일: sw.lee @ korea.ac.kr
이성환 교수는 고려대학교 뇌공학과에 재직 중이며, 패턴인식및머신러닝연구실을 이끌고 있다. 주요 연구 분야는 패턴인식, 머신러닝, 뇌-컴퓨터 인터페이스 등이며, 영상이나 생체신호 등 다양한 패턴을 컴퓨터가 자동으로 분석하고 인식하는 인공지능 기술 개발에 관심을 가지고 있다. IAPR Fellow(1998), 한국과학기술한림원 정회원(2009), 현대.기아차 석좌교수(2009), IEEE Fellow(2010)인 이 교수는 IEEE Systems, Man, and Cybernetics Society 부회장(2012-2014), 한국인지과학회 회장(2014-2015), 한국정보과학회 인공지능소사이어티 회장(2015-2017)을 역임하였고, 2017년부터는 사단법인 한국인공지능학회 회장을 맡고 있다. 과학기술부 창의적연구진흥사업단장(1997-2004), WCU(세계수준연구중심대학) 뇌인지공학융합사업단장(2008-2013), BK21플러스 뇌공학SW사업단장(2013-2017)을 역임하였고, IEEE Int. Conf. on Automatic Face and Gesture Recognition(2004), IEEE Int. Conf. on Document Analysis and Recognition(2005), IAPR/IEEE Int. Conf. on Pattern Recognition(2006), IEEE Int. Conf. on Biometrics(2007), IEEE Int. Conf. on Systems, Man, and Cybernetics(2012) 등의 조직위원장으로 봉사하였다. 현재 ACM Trans. on Applied Perception, IEEE Trans. on Affective Computing, Pattern Recognition Journal, International Journal of Pattern Recognition and Artificial Intelligence 등 인공지능 분야 다양한 저널의 부편집인을 맡고 있다.
구성원
김용정
- Brain-Computer Interface, Machine-Learning
- kyj140511@korea.ac.kr
곽인엽
- Deep Learning, Machine-Learning
- iygwak@korea.ac.kr
서승표
- Brain-Computer Interface, Machine-Learning
- spseo@korea.ac.kr
한동균
- Brain-Computer Interface, Deep-Learning
- dk_han@korea.ac.kr
김형진
- Brain-Computer Interface, Machine-Learning
- kme0115@korea.ac.kr
강연호
- Brain-Computer Interface, Machine-Learning
- yh_kang@korea.ac.kr
신기환
- Brain-Computer Interface,Machine-Learning
- gh_shin@korea.ac.kr
이동연
- Brain-Computer Interface,Deep-Learning
- dongyeon_lee@korea.ac.kr
윤현욱
- Computer Vision, Machine-Learning
- hw_yoon@korea.ac.kr
 
연구목표
이동 환경에서 뇌-컴퓨터 인터페이스를 위한 패턴인식 분야 세계적 원천 기술 확보
- 이동 환경에서 사용자에게 최적화된 뇌 신호 특징 추출이 가능한 진폭-변조 기반의 뇌 신호 분리 기술 개발
- 임의의 사용자에게 안정된 성능 보장이 가능한 베이지안 프레임워크 기반 사용자 독립적 뇌 신호 패턴인식 기술 개발
공개 SW R&D를 통하여, SW 결과물의 축적과 글로벌 커뮤니티 생성 및 활성화
- 개발 기술의 공개 SW화를 통해 원천 기술력 보호 및 산업화에 활용하고, 주요 해외 선도 연구 기관과의 기술 교류 및 협력을 통한 개발자 생태계 구성 및 활성화
연구내용
이동 환경에서의 최적 뇌 신호 분리
* 이동 환경에서 움직임, 외부 자극 등에 의해 변형된 신호에서 의도 관련 뇌 신호를 추출할 수 있는 신호 분리 기술 개발
- 뇌 신호에서 유의미한 신경생리학적 정보가 가장 많이 포함되어 있는 진폭 정보를 기반으로 이동 환경에서 사용 가능한 뇌 신호 분리
* 이동 환경 뇌 신호 DB 구축
- 테스트베드(평지, 경사로 등) 구축
- 멀티모달 뇌 신호 DB 구축
멀티모달 기반 뇌 신호 특징 추출 및 BCI 실용화를 위한 최적 채널 선택 알고리즘 개발
* 멀티모달 센서 기반의 고성능 사용자 의도 인식 기술 개발
- 다중 센서를 기반으로 측정된 생체신호와 부착형 EEG를 통해 측정된 뇌 신호 사이의 상관관계 분석을 통한 멀티모달 특징 추출
* BCI 실용화를 위한 최적 채널 선택 알고리즘
- 각 채널로부터 획득된 뇌 신호 특징과 분류기 결과 간 상호정보량(Mutual Information)을 통한 채널 중요도 판별 기술 개발
주변 환경 변화에 강인한 문맥 정보 기반 분류 기술 개발
* 이전 패턴 분류기의 출력 결과를 활용하는 문맥 정보 기반 분류 기술 개발
- 주변 환경에 따라 변화하는 뇌 신호 특징 분포와 문맥 정보를 이용한 적응적 분류기 기술
- 환경에 적합한 뇌 신호 패턴(MI, SSVEP, ERP)을 이용한 최적의 분류기 선택 기술
* 뇌 신호의 이상치를 검출하여 제거하는 최적 분류기 학습 기술 개발
- 뇌 신호의 특징 공간상에서 이상치 검출 및 제거를 통한 최적 분류기 학습 알고리즘 기술
이동 환경에서 사용 가능한 사용자 독립적 OpenBMI SW 최종 공개
* 사용자 독립적 의도 인식 기술과 뇌 신호 분리 기술이 포함된 OpenBMI 공개
- 뇌 신호 분리 및 사용자 독립적 필터 최적화 기술이 통합된 OpenBMI 공개
* 개발된 OpenBMI SW 성능 평가
- 이동 환경에서 신경재활 기기 제어를 통한 유효성 검증
공개 SW 목록
공개 SW 목록 등록 기관 특징
동작 상상 뇌 신호 패러다임 및 통합 분석 프로그램 한국저작권위원회 사용자 움직임 상상 기반의 뇌 신호를 이용한 사용자 의도 분석 및 분류 시스템
반복적 시각유발전위 패러다임 및 통합 분석 프로그램 한국저작권위원회 반복적 시각 자극 기반의 뇌 신호를 통한 사용자 의도 분석 및 분류 시스템
사건유발전위 패러다임 및 통합 분석 프로그램 한국저작권위원회 사건유발전위 기반의 뇌 신호 유발 패러다임 생성
뇌 신호 기반 고속 문자입력 프로그램 한국저작권위원회 뇌 신호 기반의 고속 문자입력 시스템
뇌 신호 기반 아바타 제어 프로그램 한국저작권위원회 뇌파 기반 가상 아바타 제어 시스템
패러다임 독립적 뇌 신호 분석 프로그램 한국저작권위원회 뇌 신호 유발을 위한 다양한 패러다임 생성 및 이를 통해 발생한 뇌 신호 분석 시스템
모바일 환경을 위한 사건유발전위 기반 문자입력 프로그램 한국저작권위원회 사건유발전위 기반의 모바일 문자입력 시스템
귀 주변 뇌파 기반 사용자 의도 인식 프로그램 한국저작권위원회 귀 주변 뇌 신호를 이용한 사용자 움직임 의도 분석 시스템
OpenBMI 공개 DB GigaScience(학술지) 세계 최대 수준의 뇌 신호 DB
공개 SW는 OpenBMI GitHub(https://github.com/PatternRecognition/OpenBMI)에 등록되어 있으며, Open Source 기반의 프로그램으로 누구나 SW를 받아 사용할 수 있으며, 각 SW의 튜토리얼 및 적용한 예시는 OpenBMI 홈페이지(http://openbmi.org)에서 확인 가능함
스타랩 과제를 통한 성과 (인력 양성)
배출 인력 및 취업 현황
대기업 박사 학위
2인
박oo 현대모비스 연구소에 입사하여 공개 SW를 기반으로 하는 생체 신호 기반 운전자 인지 상태 추정, 주행 중 돌발 및 위험 상황 인식 등 미래형 자동차의 핵심 SW 기술을 개발 중
조oo SK 텔레콤(T-Brain)에 입사한 조남규 박사는 GAN과 딥러닝을 이용한 신호처리 및 패턴인식 SW를 개발 중
중견ㆍ소기업 석사 학위
4인
황oo 현대모비스 연구소에 입사하여 공개 SW를 기반으로 하는 생체 신호 기반 운전자 인지 상태 추정, 주행 중 돌발 및 위험 상황 인식 등 미래형 자동차의 핵심 SW 기술을 개발 중
조oo 티맥스소프트에 입사하여 통신 및 공공 분야에서 사용되는 모니터링 솔루션 SW를 개발 중
이oo 넷마블에 입사하여 딥러닝 기반의 사용자 패턴 및 습관 분석을 통한 개인별 최적화 서비스 SW를 개발 연구 진행 중
우oo 칩스앤미디어에 입사하여 딥러닝을 활용한 고차원 의료 영상 분석 SW 연구를 진행 중
벤처기업 석사 학위
2인
권oo 뷰노에 입사하여 딥러닝 기반의 생체 신호 분석 기술을 연구 개발 중
김oo 제이엘케이인스펙션에 입사하여 딥러닝 기반 의료 영상 분석을 통한 진단 SW 기술을 개발 중
박사후 연구원 박사 학위
1인
염oo TU Berlin (독일)에 박사후연구원으로 진학하여 생체신호와 대용량 DB를 기반으로 사용자 의도인식 기술을 연구 중
산업체 활용
산업체 활용 예시 활용 내용
귀 착용형 EEG 인터페이스 개발
운전 중 위험/돌발 상황 자동 감지 기술
인지 능력 향상을 위한 뉴로피드백 기술
연구 홍보
학술대회 참석 및 저명 학술지 논문 발표를 통하여 OpenBMI SW 기술을 공개하고, 국내외 언론 및 미디어를 통하여 개발된 기술을 적극적으로 홍보
국제 학술대회 발표 및 기술 시연
언론 및 미디어 홍보