تشخیص و مدل سازی احساسات با استفاده از داده های فیزیولوژیکی

احساسات نقش مهمی در روابط و رفتارهای انسان ها ایفا می کنند. تشخیص احساسات در بهبود زندگی انسان ها موثر است. درک احساسات و پیش بینی رفتارهای افراد می تواند در حوزه های مختلفی مثل تشخیص بیماری، تعامل با کامپیوتر، بازی های کامپیوتری، بازاریابی و رانندگی مفید باشد. یکی از بهترین روش ها برای تشخیص احساسات استفاده از سیگنال های فیزیولوژیکی است. جمع آوری چنین داده هایی می تواند با استفاده از ابزارهای در دسترسی مثل مچ بند هوشمند انجام شود. این دستگاه ها می توانند به گوشی هوشمند شخص یا یک کامپیوتر متصل باشند و به جمع آوری داده های فیزیولوژیکی شخص بپردازند تا احساس او تشخیص داده شود. در این پژوهش، ما از شبکه عصبی برای تشخیص احساس در یکی از جدیدترین مجموعه داده های فیزیولوژیکی اشخاص به نام کی-اموکن استفاده کرده ایم. در این مدلسازی مقادیر برچسب های برانگیختگی و ظرفیت به حالت باینری تبدیل شده اند. نتیجه مدل سازی با شبکه عصبی برای ابعاد برانگیختگی و ظرفیت به ترتیب برابر با ۷۷.۸۵ درصد و ۸۲.۴۰ درصد شد.

کلیدواژه ها:

تشخیص احساس ، مدل دایره ای راسل ، شبکه عصبی ، محاسبات احساسی.