文献

J-GLOBAL ID：202102224945045934   整理番号：21A0892485

生理学的信号の時間表現における深層畳込みニューラルネットワークを用いた感情認識【JST・京大機械翻訳】

Emotion Recognition using Deep Convolutional Neural Network on Temporal Representations of Physiological Signals

著者 (5件)： Singh Gurwinder (Chitkara University Institute of Technology, Chitkara University,Punjab,India) ,  Verma Kanupriya (Chitkara University Institute of Technology, Chitkara University,Punjab,India) ,  Sharma Neha (Chitkara University Institute of Technology, Chitkara University,Punjab,India) ,  Kumar Ashok (Chitkara University Institute of Technology, Chitkara University,Punjab,India) ,  Mantri Archana (Chitkara University Institute of Technology, Chitkara University,Punjab,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICMLANT  ページ： 1-6  発行年： 2020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： 脳波(EEG)信号を用いた人間の感情認識は,感情コンピューティングの分野で最も重要になってきた。これらの信号は研究者からかなりの認識を受け,それは手動と自動的な感情を認識するための低コストと簡単な結果をもたらす。本論文では,AMIGOSデータセットから撮影された脳波信号に基づく感情分類のための新しいアプローチを提案した。提案した作業は,時間と周波数を含む信号のスペクトログラム画像上の深い畳み込みニューラルネットワークのバリアントを用いて,EEG信号の14チャネルの特徴を抽出する。提案モデルは以前の深層学習モデルより優れている。覚醒の精度は0.75789のf1スコアで0.875であり,一方,原子価の精度は0.49693のf1スコアで0.750であった。Copyright 2021 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 ,  原子価 ,  *覚醒 ,  チャネル
準シソーラス用語： *感情認識 ,  スペクトログラム ,  深層学習 ,  感情コンピューティング ,  *畳込みニューラルネットワーク , 【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)： 生理学的信号 ,  表現 ,  深層畳込みニューラルネットワーク ,  感情認識