컨볼루션 딕셔너리 학습으로 구현한 고성능 스파이크 정렬

본 논문은 다중 전극에서 얻은 원시 전기신호를 컨볼루션 딕셔너리 형태로 모델링하고, 희소성 제약 하에 cOMP와 cKSVD를 교대로 적용해 신경 스파이크 파형을 효율적으로 학습한다. 이론적 샘플 복잡도 분석과 시뮬레이션·실험 결과를 통해 동시 스파이크 수가 적을 때 높은 정확도와 잡음 내성을 보이며, 기록 길이에 대한 구체적 가이드라인을 제공한다.

저자: Andrew H. Song, Francisco Flores, Demba Ba