استفاده از معماري شبكه عصبي پيچشي براي طبقه‌بندي احساسات با مطالعه سيگنال‌هاي الكتروانسفالوگرافي

مسئله تشخيص احساسات حائز اهميت فراواني است و در حوزه‌هاي گوناگون داراي كاربرد است كه ازجملۀ آن‌ها مي‌توان به موارد پزشكي اشاره كرد كه مي‌تواند به درمان بيماران سرعت ببخشد. اين مطالعات نشان داده است كه از سيگنال‌هاي مغزي مي‌توان براي طبقه‌بندي بسياري از حالات عاطفي استفاده كرد. اين روند دشوار به نظر مي‌رسد، به‌خصوص كه سيگنال‌هاي مغز پايدار نيستند چراكه واكنش به حالت‌هاي مختلف احساسي كه روي سيگنال‌هاي مغز تأثير مي‌گذارند متنوع‌اند. بنابراين، عملكرد سيستم‌هاي تشخيص احساسات توسط سيگنال‌هاي مغزي به كارايي الگوريتم‌هاي مورداستفاده بستگي دارد. اخيراً، مطالعه روي سيگنال بندي الكتروانسفالوگرافي به دليل در دسترس بودن موردتوجه بسياري قرارگرفته است. در اين پژوهش از معماري شبكه‌هاي عصبي پيچشي و به‌طور دقيق‌تر شبكه‌هاي عصبي پيچشي سه‌بعدي براي طبقه‌بندي احساسات استفاده شده است كه پس از انجام يك سري پيش‌پردازش‌ها مانند تبديل موجك پيوسته بر روي سيگنال‌ها، آن‌ها را به‌عنوان ورودي به شبكه عصبي پيچشي سه‌بعدي داده كه ميزان دقت به‌دست‌آمده از شبكه طراحي‌شده در داده‌هاي آموزشي برابر 0.980729 و بر داده‌هاي آزمايشي برابر 0.9889 است. اين امر نشان مي‌دهد استفاده از اين معماري خطاي كمي دارد و وظيفه محول شده به آن را با دقت بالا و خطاي كمي انجام مي‌دهد.