연구진은 뇌파 기반 모델에서 시간적 특징 추출 전략과 사전 학습된 시계열 모델(TSFM)의 활용 가능성을 비교 분석했어요. 선형 모델, 컨볼루션 인코더, 그리고 동결된 사전 학습된 TSFM(MOMENT)을 활용하여 모터 이미징과 감정 인식이라는 두 가지 하위 작업의 성능을 평가했어요. 연구 결과, 모터 이미징 데이터셋에서는 단순한 시간적 표현이 경쟁력 있는 성능을 보였지만, 감정 데이터셋에서는 더욱 풍부한 시간적 모델링이 효과적이었어요.
사전 학습된 TSFM은 EEG 데이터에 특화되지 않았음에도 효과적인 시간적 특징 추출기로 활용 가능성을 보여줬어요. 이는 일반적인 시계열 표현이 동결된 시간적 특징 추출기로 EEG 기반 모델에 적용될 수 있음을 시사해요.
본 연구는 뇌파 기반 모델에서 시간적 특징 추출 전략의 중요성을 강조하며, 사전 학습된 시계열 모델의 잠재적 활용 가능성을 제시합니다.