XML English Abstract Print


1- گروه کامپیوتر، واحد فومن و شفت، دانشگاه آزاد اسلامی، فومن، ایران
چکیده:   (44 مشاهده)
مقدمه: احساسات پدیدههای متغیر با زمانی هستند که به عنوان پاسخی به محرک‌ها ایجاد می‌شوند. در راستای تشخیص احساس به صورت پیوسته میتوان از پاسخ سیگنال‌های مغزی و حالت‌های چهره به محرک ویدیویی استفاده کرد. به اینصورت که مجموعهای از فیلمهای محرک برای بینندگان به نمایش گذاشته میشود و همزمان سیگنال‌های مغزی و حالتهای چهره‏ی آنها به‌طور پیوسته ضبط میگردد و سطح ظرفیت آنها (احساسات منفی تا مثبت) ثبت می‏شود. روش کار: هدف از این مقاله، شناخت احساسات انسانی با استفاده از تحلیل سیگنال‌های الکتروانسفالوگرافی است. در این مقاله، برای تشخیص احساسات با استفاده از شبکه عصبی کانولوشنال فازی که ویژگی‌های بهینه و موثر را خود از سیگنال الکتروانسفالوگرافی انتخاب می‌کند جهت تشخیص و بازشناسی حالات هیجانی افراد مختلف ارائه می‌شود. در روش پیشنهادی ابتدا سیگنال الکتروانسفالوگرافی به باندهای مختلف آلفا، بتا و گاما تجزیه شده و سپس عمل تشخیص هوشمند انجام خواهد شد. یافته‌ها:نتایج آزمایشات نشان می‌دهد که حالت آرامش و خستگی در باند آلفا بهتر و به‌ترتیب با دقت 2/94% و 8/78% بازشناسی می‌شود. در باند گاما شادی بهتر و با دقت 2/92% شناسایی می‌شود و در نهایت در باند بتا، ترس با دقت 3/92% بازشناسی خواهد شد. نتیجه­گیری: نتیجه­گیری می‌شود که مدل پیشنهادی با استفاده از شبکه عصبی کانولوشنال از دقت بالایی در بازشناسی احساسات برخوردار است همچنین استفاده از منطق فازی در روش پیشنهادی دقت بازشناسی را در کلیه باندها بالا برده است.
مقدمه: احساسات پدیدههای متغیر با زمانی هستند که به عنوان پاسخی به محرک‌ها ایجاد می‌شوند. در راستای تشخیص احساس به صورت پیوسته میتوان از پاسخ سیگنال‌های مغزی و حالت‌های چهره به محرک ویدیویی استفاده کرد. به اینصورت که مجموعهای از فیلمهای محرک برای بینندگان به نمایش گذاشته میشود و همزمان سیگنال‌های مغزی و حالتهای چهره‏ی آنها به‌طور پیوسته ضبط میگردد و سطح ظرفیت آنها (احساسات منفی تا مثبت) ثبت می‏شود. روش کار: هدف از این مقاله، شناخت احساسات انسانی با استفاده از تحلیل سیگنال‌های الکتروانسفالوگرافی است. در این مقاله، برای تشخیص احساسات با استفاده از شبکه عصبی کانولوشنال فازی که ویژگی‌های بهینه و موثر را خود از سیگنال الکتروانسفالوگرافی انتخاب می‌کند جهت تشخیص و بازشناسی حالات هیجانی افراد مختلف ارائه می‌شود. در روش پیشنهادی ابتدا سیگنال الکتروانسفالوگرافی به باندهای مختلف آلفا، بتا و گاما تجزیه شده و سپس عمل تشخیص هوشمند انجام خواهد شد. یافته‌ها:نتایج آزمایشات نشان می‌دهد که حالت آرامش و خستگی در باند آلفا بهتر و به‌ترتیب با دقت 2/94% و 8/78% بازشناسی می‌شود. در باند گاما شادی بهتر و با دقت 2/92% شناسایی می‌شود و در نهایت در باند بتا، ترس با دقت 3/92% بازشناسی خواهد شد. نتیجه­ گیری: نتیجه­گیری می‌شود که مدل پیشنهادی با استفاده از شبکه عصبی کانولوشنال از دقت بالایی در بازشناسی احساسات برخوردار است همچنین استفاده از منطق فازی در روش پیشنهادی دقت بازشناسی را در کلیه باندها بالا برده است.
 
     
نوع مطالعه: پژوهشي اصیل | موضوع مقاله: مدل سازی شناختی، پردازش سیگنال و تصویربرداری مغز
دریافت: 1401/6/5 | پذیرش: 1401/10/7

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

طراحی و برنامه نویسی : یکتاوب افزار شرق

Designed & Developed by : Yektaweb