دوره 24، شماره 4 - ( زمستان 1401 )
جلد 24 شماره 4 صفحات 114-102 |
برگشت به فهرست نسخه ها
مهدی بلوری1 
، الهام عسکری* 2
، الهام عسکری* 2
1- دانشجوی کارشناسی ارشد گروه کامپیوتر، واحد فومن و شفت، دانشگاه آزاد اسلامی، فومن، ایران
2- استادیار گروه کامپیوتر، واحد فومن و شفت، دانشگاه آزاد اسلامی، فومن، ایران
2- استادیار گروه کامپیوتر، واحد فومن و شفت، دانشگاه آزاد اسلامی، فومن، ایران
چکیده: (645 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 این صورت که مجموعهای از فیلمهای محرک برای بینندگان به نمایش گذاشته میشود و همزمان سیگنالهای مغزی و حالتهای چهره آنها به طور پیوسته ضبط میگردد و سطح ظرفیت آنها (احساسات منفی تا مثبت) ثبت میشود.
روش کار: هدف از این پژوهش، شناخت احساسات انسانی با استفاده از تحلیل سیگنالهای الکتروانسفالوگرافی بود. در این مطالعه، 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 به ترتیب با دقت 2/94 درصد و 8/78 درصد بازشناسی میشود. در باند گاما شادی بهتر و با دقت 2/92 درصد شناسایی میشود و در نهایت در باند بتا، ترس با دقت 3/92 درصد بازشناسی خواهد شد.
نتیجهگیری: دیده 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.
روش کار: هدف از این پژوهش، شناخت احساسات انسانی با استفاده از تحلیل سیگنالهای الکتروانسفالوگرافی بود. در این مطالعه، 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 به ترتیب با دقت 2/94 درصد و 8/78 درصد بازشناسی میشود. در باند گاما شادی بهتر و با دقت 2/92 درصد شناسایی میشود و در نهایت در باند بتا، ترس با دقت 3/92 درصد بازشناسی خواهد شد.
نتیجهگیری: دیده 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 | انتشار: 1401/11/30
دریافت: 1401/6/5 | پذیرش: 1401/10/7 | انتشار: 1401/11/30
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |