用于对立情绪状态分类的机器学习
机器学习
2022-09-07 v1 人机交互
摘要
通过 EEG 信号进行情绪分类已取得诸多进展。然而，诸如数据缺乏以及重要特征与模式学习等问题，无论在计算上还是预测精度上，始终存在可改进的空间。本工作分析了基线机器学习分类器在 DEAP 数据集上的性能，并采用一种表格学习方法，借助其深度学习架构带来的性能提升，在不部署重型神经网络的情况下，给出了可与 SOTA 相媲美的结果。
引用
@article{arxiv.2209.02249,
title = {Machine Learning For Classification Of Antithetical Emotional States},
author = {Jeevanshi Sharma and Rajat Maheshwari and Yusuf Uzzaman Khan},
journal= {arXiv preprint arXiv:2209.02249},
year = {2022}
}
备注
11 pages