อัลกอริทึมฐานแฟร็กทัลสำหรับการรู้จำอารมณ์จากสัญญาณ EEG โดยใช้แบบจำลองความตื่นตัว-ความพึงพอใจ (Arousal-Valence Model)
Nuri Djavit
อัปเดตเมื่อ
6 เม.ย. 2558
อัลกอริทึมฐานแฟร็กทัลสำหรับการรู้จำอารมณ์จากสัญญาณ EEG โดยใช้แบบจำลองความตื่นตัว-ความพึงพอใจ (Arousal-Valence Model)
Nuri Djavit
อัปเดตเมื่อ
6 เม.ย. 2558
อัลกอริทึมฐานแฟร็กทัลสำหรับการรู้จำอารมณ์จากสัญญาณ EEG โดยใช้แบบจำลองความตื่นตัว-ความพึงพอใจ (Arousal-Valence Model)
Nuri Djavit
อัปเดตเมื่อ
6 เม.ย. 2558
Olga Sourina, Yisi Liu. Nanyang Technological University, Nanyang Ave, Singapore
บทคัดย่อ
การรู้จำอารมณ์จากสัญญาณ EEG สามารถนำไปประยุกต์ใช้ได้ในหลายด้าน เนื่องจากช่วยให้เราทราบถึงอารมณ์ "ภายใน" ได้โดยไม่ต้องคำนึงถึงการแสดงออกทางสีหน้า พฤติกรรม หรือการสื่อสารทางวาจาของมนุษย์ ในบทความนี้ เราได้นำเสนอและอธิบายอัลกอริทึมการรู้จำอารมณ์แบบใหม่ที่ใช้มิติแฟร็กทัล (Fractal Dimension: FD) โดยใช้แบบจำลองอารมณ์แบบ Arousal-Valence ค่า FD ที่คำนวณจากสัญญาณ EEG ซึ่งบันทึกจากสมองส่วนที่เกี่ยวข้องจะถูกนำมาจับคู่กับแบบจำลองอารมณ์แบบ 2 มิติ อัลกอริทึมที่นำเสนอนี้ช่วยให้เราสามารถรับรู้อารมณ์ที่สามารถกำหนดได้จากระดับของ arousal และ valence โดยใช้ขั้วอิเล็กโทรดเพียง 3 ขั้วเท่านั้นในการรู้จำอารมณ์ อัลกอริทึมของ Higuchi และ box-counting ถูกนำมาใช้ในการวิเคราะห์และเปรียบเทียบสัญญาณ EEG นอกจากนี้ยังได้นำตัวจำแนกประเภท Support Vector Machine มาใช้ในการรับรู้ระดับของ arousal และ valence วิธีการที่นำเสนอนี้เป็นวิธีที่ขึ้นอยู่กับแต่ละบุคคล (subject dependent) ทั้งนี้ได้มีการทำการทดลองโดยใช้สิ่งเร้าประเภทดนตรีและเสียงเพื่อกระตุ้นอารมณ์ของมนุษย์ โดยใช้คลิปเสียงจากฐานข้อมูล International Affective Digitized Sounds (IADS) ในการทดลองครั้งนี้
Olga Sourina, Yisi Liu. Nanyang Technological University, Nanyang Ave, Singapore
บทคัดย่อ
การรู้จำอารมณ์จากสัญญาณ EEG สามารถนำไปประยุกต์ใช้ได้ในหลายด้าน เนื่องจากช่วยให้เราทราบถึงอารมณ์ "ภายใน" ได้โดยไม่ต้องคำนึงถึงการแสดงออกทางสีหน้า พฤติกรรม หรือการสื่อสารทางวาจาของมนุษย์ ในบทความนี้ เราได้นำเสนอและอธิบายอัลกอริทึมการรู้จำอารมณ์แบบใหม่ที่ใช้มิติแฟร็กทัล (Fractal Dimension: FD) โดยใช้แบบจำลองอารมณ์แบบ Arousal-Valence ค่า FD ที่คำนวณจากสัญญาณ EEG ซึ่งบันทึกจากสมองส่วนที่เกี่ยวข้องจะถูกนำมาจับคู่กับแบบจำลองอารมณ์แบบ 2 มิติ อัลกอริทึมที่นำเสนอนี้ช่วยให้เราสามารถรับรู้อารมณ์ที่สามารถกำหนดได้จากระดับของ arousal และ valence โดยใช้ขั้วอิเล็กโทรดเพียง 3 ขั้วเท่านั้นในการรู้จำอารมณ์ อัลกอริทึมของ Higuchi และ box-counting ถูกนำมาใช้ในการวิเคราะห์และเปรียบเทียบสัญญาณ EEG นอกจากนี้ยังได้นำตัวจำแนกประเภท Support Vector Machine มาใช้ในการรับรู้ระดับของ arousal และ valence วิธีการที่นำเสนอนี้เป็นวิธีที่ขึ้นอยู่กับแต่ละบุคคล (subject dependent) ทั้งนี้ได้มีการทำการทดลองโดยใช้สิ่งเร้าประเภทดนตรีและเสียงเพื่อกระตุ้นอารมณ์ของมนุษย์ โดยใช้คลิปเสียงจากฐานข้อมูล International Affective Digitized Sounds (IADS) ในการทดลองครั้งนี้
Olga Sourina, Yisi Liu. Nanyang Technological University, Nanyang Ave, Singapore
บทคัดย่อ
การรู้จำอารมณ์จากสัญญาณ EEG สามารถนำไปประยุกต์ใช้ได้ในหลายด้าน เนื่องจากช่วยให้เราทราบถึงอารมณ์ "ภายใน" ได้โดยไม่ต้องคำนึงถึงการแสดงออกทางสีหน้า พฤติกรรม หรือการสื่อสารทางวาจาของมนุษย์ ในบทความนี้ เราได้นำเสนอและอธิบายอัลกอริทึมการรู้จำอารมณ์แบบใหม่ที่ใช้มิติแฟร็กทัล (Fractal Dimension: FD) โดยใช้แบบจำลองอารมณ์แบบ Arousal-Valence ค่า FD ที่คำนวณจากสัญญาณ EEG ซึ่งบันทึกจากสมองส่วนที่เกี่ยวข้องจะถูกนำมาจับคู่กับแบบจำลองอารมณ์แบบ 2 มิติ อัลกอริทึมที่นำเสนอนี้ช่วยให้เราสามารถรับรู้อารมณ์ที่สามารถกำหนดได้จากระดับของ arousal และ valence โดยใช้ขั้วอิเล็กโทรดเพียง 3 ขั้วเท่านั้นในการรู้จำอารมณ์ อัลกอริทึมของ Higuchi และ box-counting ถูกนำมาใช้ในการวิเคราะห์และเปรียบเทียบสัญญาณ EEG นอกจากนี้ยังได้นำตัวจำแนกประเภท Support Vector Machine มาใช้ในการรับรู้ระดับของ arousal และ valence วิธีการที่นำเสนอนี้เป็นวิธีที่ขึ้นอยู่กับแต่ละบุคคล (subject dependent) ทั้งนี้ได้มีการทำการทดลองโดยใช้สิ่งเร้าประเภทดนตรีและเสียงเพื่อกระตุ้นอารมณ์ของมนุษย์ โดยใช้คลิปเสียงจากฐานข้อมูล International Affective Digitized Sounds (IADS) ในการทดลองครั้งนี้
อ่านต่อ