تشخیص احساسات مختلف از روی سیگنال های مغزی به کمک روشهای غیرخطی آشوبگون و ماشین بردار پشتیبان

امروزه شناخت احساسات انسانی به حوزه مطالعاتی مهمی برای پژوهشگران تبدیل شده است. به دلیل ماهیت پیچیده احساسات، فرآیند شناختآن بسیار چالشبرانگیز است و در بسیاری از زمینه ها ازجمله علوم شناختی، علوم اعصاب، علوم رایانه، روانشناسی و هوش مصنوعی موجب تحول شدهاست. در این پژوهش به منظور بررسی حالت های مختلف احساسات از روی ۳۲ کانال سیگنال مغزی در حین تماشای ۴۰ ویدئوی صوتی یک دقیقه ایاستفاده شده است. شرکت کنندگان هر ویدیو را از نظر میزان برانگیختگی، ظرفیت، دوست داشتن/دوست نداشتن، غلبه و آشنایی رتبه بندی و خوداظهاریکرده اند. در اینجا از سیگنال مغزی ویژگی های بعد همبستگی، بعد فرکتال به روش هیگوچی و نمای هرست استخراج شده است. در نهایت تشخیص وطبقه بندی الگوی احساسات به کمک ماشین بردار پشتیبان با هسته گوسی انجام شده است. نتایج پژوهش نشان میدهد دو دسته از احساسات با صحت۷۱.۲ درصد از یکدیگر تفکیک شده اند. از مقایسه نتایج با پژوهش های پیشین مشاهده میشود روش مورد استفاده در تشخیص احساسات مفید فایدهبوده است.

کلیدواژه ها:

بعد فرکتال ، بعد همبستگی ، نمای هرست ، سیگنال مغزی ، احساسات ، ماشین بردار پشتیبان