使用基于EEG的情绪检测和深度学习进行软件可用性测试
Sofien Gannouni1, Kais Belwafi1,2, Arwa Aledaily1
1Department of Computer Science, College of Computer and Information Sciences, King Saud University, Riyadh 11543, Saudi Arabia.
Sensors (Basel, Switzerland)
|June 10, 2023
概括
使用脑电图 (EEG) 探测人类情绪的大脑信号为可用性测试提供了宝贵的见解. 这项研究引入了一种基于EEG的新框架,在软件开发的情绪识别中达到92%以上的准确性.
科学领域:
- 神经科学是一个神经科学.
- 人与计算机的交互
- 机器学习 机器学习
背景情况:
- 脑电图 (EEG) 是一种具有成本效益的测量大脑活动的技术.
- 通过EEG信号检测人类情绪正在获得诸如可用性测试等应用的吸引力.
- 了解用户情绪可以显著影响软件生产和用户满意度.
研究的目的:
- 为使用基于EEG的情绪检测进行可用性测试提出一个原创的框架.
- 提供一种准确和精确的方法来了解用户对软件开发的满意度.
- 通过客观的情感反来增强开发过程和用户体验.
主要方法:
- 用一个循环神经网络 (RNN) 作为分类算法.
- 采用基于事件相关脱同步 (ERD) 和事件相关同步 (ERS) 分析的特征提取技术.
- 介绍了一种新的适应性方法,用于选择情绪识别的EEG源.
主要成果:
- 拟议的框架在情感维度识别方面实现了高准确率.
- 价值维度的准确性: 92.13%.
- 兴奋和主导维度准确度:分别为92.67%和92.24%.
结论:
- 开发的基于EEG的框架显示了在可用性测试中对情绪检测的重大前景.
- 这种方法为深入和准确评估用户满意度提供了有价值的工具.
- 这些发现表明,通过整合客观情感反,可以彻底改变软件开发的潜力.
