Numer: 05/2024 Str. 290
Autorzy: Andrzej Majkowski , Marcin Kołodziej , Remigiusz Rak :
Tytuł: łącznie, osiągnięto dokładność klasyfikacji na poziomie 96%.
Streszczenie: Głównym celem artykułu było określenie możliwości klasyfikacji emocji w podziale na trzy kategorie (pozytywne, negatywne i neutralne) przy użyciu potencjałów wywołanych (ERPs) dla poszczególnych użytkowników. Wykorzystano bodźce wizualne z bazy danych International Affective Picture System (IAPS). Jako cechy zastosowano: próbki sygnału, dyskretna transformacja falkowa, dyskretna transformacja Fouriera oraz dyskretna transformacja kosinusowa, uzyskane z jednosekundowych segmentów sygnału elektroencefalograficznego (EEG) po prezentacji bodźca. Do zadania klasyfikacji zastosowano klasyfikator najbliższego sąsiada (1-NN). W wyniku prac powstał system do klasyfikowania emocji. W badaniu uczestniczyło ośmioro uczestników. Eksperymenty przedstawione w tym artykule pokazują możliwość rozróżniania emocji na trzy kategorie (przyjemne, nieprzyjemne i neutralne) dla jednego użytkownika, osiągając średni poziom dokładności 87%. Jednakże, biorąc pod uwagę wszystkich użytkowników łącznie, osiągnięto dokładność klasyfikacji na poziomie 96%.
Słowa kluczowe: elektroencefalografia, EEG, emocje, potencjały związane ze zdarzeniem.