基于 EEG 的音乐聆听期间使用深度 CNN 的时空情绪识别
机器学习
2019-10-23 v1 人机交互
信号处理
机器学习
摘要
基于 EEG 的情绪识别已成为活跃的研究领域。作为机器学习模型之一，CNN 已被用于解决包括该领域问题在内的多种问题。本工作中，我们研究了 CNN 及其时空特征提取，以探索该模型在不同窗口大小和电极顺序下的能力。我们的研究以独立于被试的方式进行。结果显示，在 10 折和留一被试交叉验证中，不同窗口大小的时序信息显著影响识别性能。来自不同电极顺序的空间信息对分类影响甚微。先前在同一数据集上基于时空知识的 SVM 分类器被采用并与这些实证结果比较。尽管 CNN 和 SVM 在窗口大小影响上有相似趋势，CNN 在留一被试交叉验证中优于 SVM。这可能是由于诱发过程中提取的特征不同。
引用
@article{arxiv.1910.09719,
title = {Spatiotemporal Emotion Recognition using Deep CNN Based on EEG during Music Listening},
author = {Panayu Keelawat and Nattapong Thammasan and Masayuki Numao and Boonserm Kijsirikul},
journal= {arXiv preprint arXiv:1910.09719},
year = {2019}
}