EEG数据集用于识别在语音用户交互中诱导的不同情绪
Ga-Young Choi1, Jong-Gyu Shin2, Ji-Yoon Lee1,3
1Department of Electronics and Information Engineering, Korea University, Sejong, 30019, Republic of Korea.
Scientific data
|October 3, 2024
概括
这项研究引入了一套新的脑电图 (EEG) 数据集,用于在真实的人与计算机交互 (HCI) 期间识别情绪. 这些数据支持开发可靠的HCI系统,准确地分类情绪.
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:
- 现有的情绪识别数据集经常使用人工刺激.
- 需要数据集反映自然的人与计算机交互 (HCI) 环境.
研究的目的:
- 引入一种新的脑电图 (EEG) 数据集,用于情绪识别.
- 通过神经生理学分析和机器学习验证数据集.
- 为了使可靠的HCI系统的发展.
主要方法:
- 在真实的HCI中获得的EEG数据,具有语音用户界面.
- 应用信号处理和机器学习用于二进制情绪分类.
- 收集了辅助生理数据 (心电图,PPG,GSR,面部图像).
主要成果:
- 在38名受试者中实现了从43.3%到90.8%的最大分类准确度.
- 确定神经生理学上可解释的分类特征.
- 辅助生理学数据也显示了情绪歧视的有希望的结果.
结论:
- 新的EEG数据集适合开发可靠的HCI系统.
- 该数据集在自然主义的HCI环境中促进了情绪识别.
- 多模式数据融合为增强自动情绪歧视提供了潜力.
更多相关视频
07:52Author Spotlight: Investigating Vocal Information Representation in Small Primates and Its Alteration by Psychiatric Disorders Using Noninvasive EEG
Published on: July 26, 2024
621
05:48Author Spotlight: Investigating the Impact of Emotional Prosodies on Voice Recognition and Perception
Published on: August 9, 2024
1.4K
