استفاده از معماری شبکه عصبی پیچشی برای طبقه‌بندی احساسات با مطالعه سیگنال‌های الکتروانسفالوگرافی

مسئله تشخیص احساسات حائز اهمیت فراوانی است و در حوزه‌های گوناگون دارای کاربرد است که ازجملۀ آن‌ها می‌توان به موارد پزشکی اشاره کرد که می‌تواند به درمان بیماران سرعت ببخشد. این مطالعات نشان داده است که از سیگنال‌های مغزی می‌توان برای طبقه‌بندی بسیاری از حالات عاطفی استفاده کرد. این روند دشوار به نظر می‌رسد، به‌خصوص که سیگنال‌های مغز پایدار نیستند چراکه واکنش به حالت‌های مختلف احساسی که روی سیگنال‌های مغز تاثیر می‌گذارند متنوع‌اند. بنابراین، عملکرد سیستم‌های تشخیص احساسات توسط سیگنال‌های مغزی به کارایی الگوریتم‌های مورداستفاده بستگی دارد. اخیراً، مطالعه روی سیگنال بندی الکتروانسفالوگرافی به دلیل در دسترس بودن موردتوجه بسیاری قرارگرفته است. در این پژوهش از معماری شبکه‌های عصبی پیچشی و به‌طور دقیق‌تر شبکه‌های عصبی پیچشی سه‌بعدی برای طبقه‌بندی احساسات استفاده شده است که پس از انجام یک سری پیش‌پردازش‌ها مانند تبدیل موجک پیوسته بر روی سیگنال‌ها، آن‌ها را به‌عنوان ورودی به شبکه عصبی پیچشی سه‌بعدی داده که میزان دقت به‌دست‌آمده از شبکه طراحی‌شده در داده‌های آموزشی برابر 0.980729 و بر داده‌های آزمایشی برابر 0.9889 است. این امر نشان می‌دهد استفاده از این معماری خطای کمی دارد و وظیفه محول شده به آن را با دقت بالا و خطای کمی انجام می‌دهد.