Band-Attention BFE-Net for Subject-Independent EEG Emotion Recognition

뇌전도는 뇌–컴퓨터 인터페이스의 핵심 입력으로, 이를 활용한 감정 인식 연구가 활발히 진행되고 있다. 기존 BFE-Net은 주파수 대역별 특징을 효과적으로 추출하지만, 대역 간 상호작용을 고려하지 못하는 한계를 가진다. 본 연구에서는 이러한 문제를 해결하기 위해 대역 간 의존성을 명시적으로 학습하는 자기 어텐션 메커니즘을 결합한 Band-Attention BFE-Net (BA-BFE-Net)을 제안한다. 제안한 모델은 다섯 개 주파수 대역 간 비선형적 관계를 효과적으로 학습하여 정교한 특징 융합을 수행한다. SEED 및 SEED-IV 데이터셋 기반 피험자 독립 실험에서 기존 BFE-Net 대비 각각 1.19%와 2.04%의 성능 향상을 달성하였다.