연구진은 뇌파(EEG) 기반 감정 인식 모델의 시간적 불일치 문제를 해결하기 위해 TA2CL(Temporal Asynchronous Alignment-based Contrastive Learning) 프레임워크를 제안했어요.
TA2CL은 자연어 처리(NLP)의 ColBERT에서 영감을 받아, 기존의 전역적 정렬 방식 대신 세분화된 로컬 매칭 메커니즘을 사용해 주관별 차이와 시간 지연을 완화해요.
FACED 데이터셋에서 9개 클래스 분류 정확도 64.5%, 이분류 정확도 79.5%를 달성했으며, SEED 및 SEED-V 데이터셋에서도 각각 86.4%, 70.1%의 정확도를 기록하며 효과를 입증했어요.