Wyszukiwarka
Abstrakt
This study examined the machine learning-based approach allowing the recognition of human emotional states with the use of EEG signals. After a short introduction to the fundamentals of electroencephalography and neural oscillations, the two-dimensional valence-arousal Russell’s model of emotion was described. Next, we present the assumptions of the performed EEG experiment. Detail aspects of the data sanitization including preprocessing, feature extraction, and target variable creation were also given. At the modeling stage, we created several classification models to establish a benchmark ranking of the problem related to the recognition of human emotions. Such a methodological approach enabled us to confirm that it is possible to build machine learning solutions allowing to recognize and classify human emotions with very high accuracy of over 90%.
Autorzy (4)
-
Adrian Kastrau mgr inż.
- Kinesso Poland Ltd.
-
Michał Koronowski inż.
- Acxiom Global Service Center Poland Ltd.
-
Mariusz Liksza mgr
- Kinesso Poland Ltd.
Cytuj jako
Pełna treść
pełna treść publikacji nie jest dostępna w portalu
Słowa kluczowe
Informacje szczegółowe
- Kategoria:
- Publikacja monograficzna
- Typ:
- rozdział, artykuł w książce - dziele zbiorowym /podręczniku w języku o zasięgu międzynarodowym
- Język:
- angielski
- Rok wydania:
- 2021
- Opis bibliograficzny:
- Kastrau A., Koronowski M., Liksza M., Jasik P.: MACHINE LEARNING APPLICATIONS IN RECOGNIZING HUMAN EMOTIONS BASED ON THE EEG// Information technology in biomedical engineering/ : , 2021, s.49-81
- Źródła finansowania:
-
- Działalność statutowa/subwencja
- Weryfikacja:
- Politechnika Gdańska
wyświetlono 140 razy
Publikacje, które mogą cię zainteresować
Introduction to the special issue on machine learning in acoustics
- Z. Michalopoulou,
- P. Gerstoft,
- B. Kostek
- + 1 autorów
A new multi-process collaborative architecture for time series classification
- Z. Xiao,
- X. Xu,
- H. Zhang
- + 1 autorów