TPRO-NET: طريقة التعرف على المشاعر المستندة إلى EEG تعكس التغيرات الطفيفة في المشاعر

ملخص يعتبر التعرف على المشاعر المستندة إلى تخطيط الدماغ الكهربي (EEG) تطبيقًا في مجالات متعددة، بما في ذلك التفاعل بين الإنسان والكمبيوتر والرعاية الصحية. ومع ذلك، بالنسبة لنموذج المشاعر الشائع الذي يتضمن القيم والاستثارة والهيمنة، غالبًا ما يصنف الباحثون الأبعاد إلى فئات عالية ومنخفضة، مما لا يمكن أن يعكس التغيرات الطفيفة في المشاعر. علاوة على ذلك، هناك مشكلات تتعلق بتصميم ميزات EEG وكفاءة المحولات. لمعالجة هذه المشكلات، قمنا بتصميم TPRO-NET، وهي شبكة عصبية تأخذ خصائص الانتروبيا التفاضلية والانتروبيا التفاضلية المعززة كمدخلات وتخرج فئات المشاعر من خلال طبقات الالتفاف وترميز المحولات المحسّنة. في تجاربنا، قمنا بتصنيف المشاعر في مجموعة بيانات DEAP إلى 8 فئات وتلك الموجودة في مجموعة بيانات DREAMER إلى 5 فئات. في مجموعتي بيانات DEAP و DREAMER، حقق TPRO-NET معدلات دقة متوسطة تبلغ 97.63%/97.47%/97.88% و98.18%/98.37%/98.40% على الترتيب في أبعاد القيم/الاستثارة/الهيمنة للتجارب المعتمدة على الموضوع. مقارنةً بأساليب أخرى متقدمة، يظهر TPRO-NET أداءً متفوقًا.