Music Emotion Capture: sonifikacja emocji w danych EEG
Maverick Nguyen
Zaktualizowano dnia
23 maj 2018
Music Emotion Capture: sonifikacja emocji w danych EEG
Maverick Nguyen
Zaktualizowano dnia
23 maj 2018
Music Emotion Capture: sonifikacja emocji w danych EEG
Maverick Nguyen
Zaktualizowano dnia
23 maj 2018
Music Emotion Capture: sonifikacja emocji w danych EEG
G. Langroudi, A. Jordanous i L. Li
Streszczenie
Emocje ludzi nie zawsze są łatwo wykrywalne, co wynika z trudności w ich wyrażaniu lub z odległości geograficznej (np. gdy ludzie komunikują się online). Istnieje również wiele sytuacji, w których byłoby przydatne, aby komputer potrafił wykrywać emocje użytkowników i odpowiednio na nie reagować. Aktywność mózgu człowieka dostarcza kluczowych wskazówek dotyczących emocji, których doświadcza w danym momencie. Celem tego projektu jest wykrywanie, modelowanie i sonifikacja ludzkich emocji. Aby to osiągnąć, realizowane są dwa zadania: (1) wykrywanie emocji na podstawie bieżącej aktywności mózgu mierzonej za pomocą urządzenia EEG; (2) odtwarzanie odpowiedniej muzyki w czasie rzeczywistym, reprezentującej aktualny stan emocjonalny użytkownika. W niniejszej pracy przedstawiamy badanie pilotażowe wdrażające system Music Emotion Capture. W przyszłych pracach planujemy ulepszyć sposób, w jaki ten projekt realizuje wykrywanie emocji za pomocą EEG, oraz generować nową muzykę opartą na emocjonalnych cechach muzyki. Potencjalne zastosowania mogą pojawić się w oprogramowaniu wspierającym/współpracującym oraz w interfejsach mózg-komputer do komunikacji niewerbalnej. Uzyskaj dostęp do artykułu tutaj
Music Emotion Capture: sonifikacja emocji w danych EEG
G. Langroudi, A. Jordanous i L. Li
Streszczenie
Emocje ludzi nie zawsze są łatwo wykrywalne, co wynika z trudności w ich wyrażaniu lub z odległości geograficznej (np. gdy ludzie komunikują się online). Istnieje również wiele sytuacji, w których byłoby przydatne, aby komputer potrafił wykrywać emocje użytkowników i odpowiednio na nie reagować. Aktywność mózgu człowieka dostarcza kluczowych wskazówek dotyczących emocji, których doświadcza w danym momencie. Celem tego projektu jest wykrywanie, modelowanie i sonifikacja ludzkich emocji. Aby to osiągnąć, realizowane są dwa zadania: (1) wykrywanie emocji na podstawie bieżącej aktywności mózgu mierzonej za pomocą urządzenia EEG; (2) odtwarzanie odpowiedniej muzyki w czasie rzeczywistym, reprezentującej aktualny stan emocjonalny użytkownika. W niniejszej pracy przedstawiamy badanie pilotażowe wdrażające system Music Emotion Capture. W przyszłych pracach planujemy ulepszyć sposób, w jaki ten projekt realizuje wykrywanie emocji za pomocą EEG, oraz generować nową muzykę opartą na emocjonalnych cechach muzyki. Potencjalne zastosowania mogą pojawić się w oprogramowaniu wspierającym/współpracującym oraz w interfejsach mózg-komputer do komunikacji niewerbalnej. Uzyskaj dostęp do artykułu tutaj
Music Emotion Capture: sonifikacja emocji w danych EEG
G. Langroudi, A. Jordanous i L. Li
Streszczenie
Emocje ludzi nie zawsze są łatwo wykrywalne, co wynika z trudności w ich wyrażaniu lub z odległości geograficznej (np. gdy ludzie komunikują się online). Istnieje również wiele sytuacji, w których byłoby przydatne, aby komputer potrafił wykrywać emocje użytkowników i odpowiednio na nie reagować. Aktywność mózgu człowieka dostarcza kluczowych wskazówek dotyczących emocji, których doświadcza w danym momencie. Celem tego projektu jest wykrywanie, modelowanie i sonifikacja ludzkich emocji. Aby to osiągnąć, realizowane są dwa zadania: (1) wykrywanie emocji na podstawie bieżącej aktywności mózgu mierzonej za pomocą urządzenia EEG; (2) odtwarzanie odpowiedniej muzyki w czasie rzeczywistym, reprezentującej aktualny stan emocjonalny użytkownika. W niniejszej pracy przedstawiamy badanie pilotażowe wdrażające system Music Emotion Capture. W przyszłych pracach planujemy ulepszyć sposób, w jaki ten projekt realizuje wykrywanie emocji za pomocą EEG, oraz generować nową muzykę opartą na emocjonalnych cechach muzyki. Potencjalne zastosowania mogą pojawić się w oprogramowaniu wspierającym/współpracującym oraz w interfejsach mózg-komputer do komunikacji niewerbalnej. Uzyskaj dostęp do artykułu tutaj

Kontynuuj czytanie