Нейросетевые алгоритмы распознавания эмоций на основе сигналов ЭЭГ

Abstract

Объектом исследования являются Обнаружение эмоций с помощью электроэнцефалограмм и машинного обучения.. Цель работы: Использование нейронных сетей для распознавания эмоций на основе сигналов ЭЭГ. Задачами исследование является анализ базы данных, использование вейвлет-преобразования в процессе извлечения признаков, построение модели для классификации эмоций и анализ результатов. В соответствии с поставленными задачами база данных была проанализирована на наличие сигналов ЭЭГ, а затем было использовано вейвлет-преобразование для извлечения важных признаков и информации в этих сигналах с целью получения признаков, дающих нам наилучшие результаты. Для построения модели использовались нейронная сеть GRU и полносвязная нейронная сеть.

The object of research is the Detection of emotions using electroencephalograms and machine learning. Purpose of the work: Using neural networks to recognize emotions based on EEG signals. The objectives of the study are to analyze the database, use the wavelet transform in the feature extraction process, build a model for classifying emotions, and analyze the results. In accordance with the tasks set, the database was analyzed for the presence of EEG signals, and then wavelet transform was used to extract important features and information in these signals in order to obtain features that give us the best results. The GRU neural network and a fully connected neural network were used to build the model.