본 논문은 생성적 적대 신경망 (GAN)을 기반으로 한 측두엽 서파 탐지 모델을 활용하여 인지 장애를 예측하는 모델을 개발하고 검증하는 연구이다. 인지 장애 는 기억력, 언어 능력, 판단력, 문제 해결 능력 등 다양한 인지 기능의 저하를 의 미하며, 치매와 같은 심각한 상태로 발전할 수 있다. 본 연구에서는 뇌파 (EEG) 데이터를 사용하여 인지 장애를 조기에 예측하고자 하였다. 주요 연구 내용은 다음과 같다. 먼저, 측두엽 서파의 특성을 파악하고 이를 탐지 하기 위한 모델을 개발하였다. 기존의 이상치 탐지 기법을 개선하기 위해 Skip-GANomaly++ 모델을 제안하였으며, 이 모델은 인코더와 디코더, 그리고 판 별 네트워크로 구성되어 있습니다. 제안된 모델은 정상 데이터를 학습하여 비정 상 데이터를 탐지하는 방식으로, 비지도 학습을 활용하여 효율적인 이상치 탐지 를 수행한다. 실험은 벤치마크 데이터셋 (CIFAR-10, MNIST)과 EEG 데이터셋을 사용하여 모델 의 성능을 평가하였다. 벤치마크 데이터셋에서 제안된 모델은 기존 모델들과 비 교하여 높은 성능을 보였으며, EEG 데이터셋을 통한 실험에서는 측두엽 서파를 효과적으로 탐지하고 인지 장애를 예측할 수 있음을 확인하였다. 본 연구의 결과는 인지 장애를 조기에 예측하고 개입하는 데 중요한 기초 자료 가 될 수 있으며, 향후 뇌파 데이터를 활용한 다양한 의료 응용 분야에서 활용될 수 있을 것으로 기대된다. 특히, GAN을 이용한 측두엽 서파 탐지 및 인지 장애 예측에 대한 최초의 연구로서 그 의의가 크다. 키워드: 이상치 탐색, 생성적 적대 신경망, 측두엽 서파, 알츠하이머, 경도 인지 장애
