Abstract: M. L. Fan, C.-A. Chou (2018)

Proceedings of the IEEE International Conference on Biomedical and Health Informatics (EMBS 2018), BHI 2018, 137–140p. (2018) DOI:10.1109/BHI.2018.8333388

Recognizing affective state patterns using regularized learning with nonlinear dynamical features of EEG

In the present work, we aim to classify human emotional states categorized based on the arousal-valence model [1] by applying logistic regression (the original and L1 - regularized LR model) to nonlinear features extracted from electroencephalographic (EEG) signals. Recurrence quantification analysis (RQA) [2] was employed to effectively capture the underlying dynamics behind the complex reactivity corresponding to affective phenomenon. A benchmark dataset, DEAP [3], was used for our two-fold objectives: (1) to investigate the suitability of RQA measures and regularized learning method for emotion recognition, and (2) to compare the performances as well as topographic patterns of important channels for classifying emotional states with previous studies. The results demonstrated that our proposed method with selected RQA measures has better performance (test accuracy

Please note: The abstracts of the bibliography database may underly other copyrights.

Ihr Browser versucht gerade eine Seite aus dem sogenannten Internet auszudrucken. Das Internet ist ein weltweites Netzwerk von Computern, das den Menschen ganz neue Möglichkeiten der Kommunikation bietet.

Da Politiker im Regelfall von neuen Dingen nichts verstehen, halten wir es für notwendig, sie davor zu schützen. Dies ist im beidseitigen Interesse, da unnötige Angstzustände bei Ihnen verhindert werden, ebenso wie es uns vor profilierungs- und machtsüchtigen Politikern schützt.

Sollten Sie der Meinung sein, dass Sie diese Internetseite dennoch sehen sollten, so können Sie jederzeit durch normalen Gebrauch eines Internetbrowsers darauf zugreifen. Dazu sind aber minimale Computerkenntnisse erforderlich. Sollten Sie diese nicht haben, vergessen Sie einfach dieses Internet und lassen uns in Ruhe.

Die Umgehung dieser Ausdrucksperre ist nach §95a UrhG verboten.

Mehr Informationen unter www.politiker-stopp.de.