Αναγνώριση συναισθημάτων μέσω EEG σημάτων εφαρμόζοντας μεθόδους βαθιάς μάθησης

Loading...
Thumbnail Image

Date

2025-01-20

Authors

Κοντογιώργης, Νικόλαος

Journal Title

Journal ISSN

Volume Title

Publisher

Abstract

Η αναγνώριση συναισθημάτων με χρήση σημάτων EEG είναι ένα εξελισσόμενο πεδίο στην έρευνα της τεχνητής νοημοσύνης και της βιοϊατρικής, προσφέροντας σημαντικές δυνατότητες στην ερμηνεία των ανθρώπινων συναισθηματικών καταστάσεων. Αυτή η πρόοδος ανοίγει δρόμους σε διάφορες εφαρμογές, όπως η βελτίωση της αλληλεπίδρασης ανθρώπου-υπολογιστή, η καλύτερη διάγνωση των ψυχιατρικών παθήσεων και η βελτιστοποίηση των εμπειριών των χρηστών σε πολλούς τομείς. Αυτή η διατριβή διερευνά την αναγνώριση συναισθημάτων μέσω ενός καινοτόμου μοντέλου που περιλαμβάνει ένα τρισδιάστατο συνελικτικό νευρωνικό δίκτυο (3DCNN) και μονάδες προσοχής (Attention Modules). Η σύνθετη αυτή αρχιτεκτονική αξιοποιεί τα δεδομένα EEG για την εξαγωγή χωρικών και χρονικών χαρακτηριστικών, ενισχύοντας παράλληλα τη σημασία των κρίσιμων καναλιών EEG για την πιο ακριβή ανάλυση των συναισθηματικών καταστάσεων. Για την αξιολόγηση της απόδοσης του μοντέλου, πραγματοποιήθηκαν εκτεταμένα πειράματα τα οποία περιλάμβαναν τόσο προσεγγίσεις εξαρτώμενες από το υποκείμενο (subject-dependent) όσο και ανεξάρτητες (subject-independent). Το προτεινόμενο μοντέλο ενσωματώθηκε σε δύο διαφορετικά σύνολα δεδομένων, καταγράφοντας ακρίβεια έως και 97.63% στις subject-dependent διαδικασίες και 96.88% στις subject-independent, υπογραμμίζοντας τη δυνατότητα του μοντέλου να προσαρμόζεται σε διαφορετικά σενάρια εφαρμογής. Τέλος, οι μελλοντικές κατευθύνσεις επικεντρώνονται στην περαιτέρω αναβάθμιση της αρχιτεκτονικής των μοντέλων για την μεγιστοποίηση της ακρίβειας σε ακόμη πιο απαιτητικές συνθήκες, καθιστώντας το σύστημα πιο αποδοτικό και ευέλικτο για διάφορες εφαρμογές.

Description

Keywords

Ηλεκτροεγκεφαλογράφημα, Aναγνώριση συναισθημάτων, Διεπαφή εγκεφάλου-υπολογιστή, Συνελικτικά νευρωνικά δίκτυα, Μονάδα προσοχής, 3DCANN, Subject-dependent, Subject-independent

Citation