연구진은 뇌파(EEG) 신호의 시계열, 영역, 동기적 특징을 학습하는 EEG-TransNet 아키텍처를 제안했어요.
EEG-TransNet은 ResNet과 파형 기반 노이즈 제거를 활용한 전처리 모듈, 지역 특징 학습을 위한 Local Self-Attention Block, 시공간 의존성 모델링을 위한 Fuzzy-Attention Synchronous Transformer (FAST)를 포함해요.
BETA, SEED, DepEEG 세 데이터셋 실험 결과, 기존 방법 대비 분류 정확도와 다양한 신호 길이에서의 강건성 모두 우수했어요.