文献

J-GLOBAL ID：201802217308203385   整理番号：18A1769204

サポートベクトルマシンを用いた人間感情の分類【JST・京大機械翻訳】

Classification of Human Emotions Using Multiclass Support Vector Machine

著者 (2件)： Patil Anita (CCEW, Dept. of E&TC, Pune, India) ,  Behele Ketaki (CCEW, Dept. of E&TC, Pune, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICCUBEA  ページ： 1-4  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 感情認識は,脳コンピュータインタフェイスの確立において非常に重要な役割を果たす。感情認識は,音声信号または顔表情を分析することによって行うことができる。しかし,これらの方法において偽のデータを生成することができるので,これらの方法は感情の信頼できる指標とは考えられない。本論文では,脳波(EEG)を用いて,異なる感情の検出と分類を行った。EEGは,データを変えることができないので,より信頼できる方法であることを証明した。提案した方法は,データ収集,前処理,特徴抽出および分類の4段階からなる。感情は,音声視覚刺激を用いることによって引き起こされる。EEG信号は,ADInsrusによるパワーラボ装置を用いて,4つの感情,すなわち幸い,sa,ang,および中立のために捕捉される。次に,記録されたEEG信号を,3Hzと30Hzの遮断周波数を有する帯域通過フィルタを用いてフィルタ処理した。離散ウェーブレット変換をフィルタ処理データに適用し,次に統計的特徴を抽出した。マルチクラスサポートベクトルマシンは,EEG信号を異なる感情クラスに分類するために組み込まれる。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 脳波 ,  前処理 ,  帯域フィルタ ,  フィルタリング ,  特徴抽出 ,  音声信号 ,  遮断周波数 ,  データ収集 ,  *サポートベクトルマシン
準シソーラス用語： 離散ウェーブレット変換 ,  感情認識 ,  視覚刺激 ,  ブレインコンピュータインタフェイス ,  脳波信号 ,  顔表情 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： サポートベクトルマシン ,  人間 ,  感情 ,  分類