文献

J-GLOBAL ID：201902253380915206   整理番号：19A0526675

多被験者感情認識のための新しい深層学習ベースフレームワーク【JST・京大機械翻訳】

A novel deep-learning based framework for multi-subject emotion recognition

著者 (5件)： Qiao Rui (School of Electronic and Information Engineering, South China University of Technology, Guangzhou, China) ,  Qing Chunmei (School of Electronic and Information Engineering, South China University of Technology, Guangzhou, China) ,  Zhang Tong (School of Electronic and Information Engineering, South China University of Technology, Guangzhou, China) ,  Xing Xiaofen (School of Electronic and Information Engineering, South China University of Technology, Guangzhou, China) ,  Xu Xiangmin (School of Electronic and Information Engineering, South China University of Technology, Guangzhou, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICCSS  ページ： 181-185  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： 挑戦的なパターン認識タスクとしての脳波(EEG)信号ベースの感情認識は,近年ますます多くの注意を引きつけ,医療,感情コンピューティングおよび他の分野で広く使用されている。従来のアプローチは,しばしば高レベルの特徴を欠いており,一般化能力は劣っており,実際の応用に適用することは困難である。本論文では,マルチ主題感情分類のための新しいモデルを提案した。基本的なアイデアは,深い学習モデルを通して高レベルの特徴を抽出し,伝統的な被験者に依存しない認識タスクを複数の被験者認識タスクに変換することである。実験をDEAPデータセットで行い,提案した方法の有効性を実証した。Copyright 2019 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： 学習モデル ,  有効性 ,  脳波 ,  *パターン認識
準シソーラス用語： 感情分類 ,  感情コンピューティング ,  *深層学習 ,  *感情認識 ,  *被験者 , 【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)： 被験者 ,  感情認識 ,  深層学習 ,  フレームワーク