Optimisation de la Détection du Stress : Exploiter MobileNet-V2 avec la Cartographie EEG Azimutale

Cette enquête évalue minutieusement les modèles de classification du stress en utilisant des ensembles de données de référence (D1, D2, D3). L'étude approfondit l'efficacité des modèles, notamment MobileNet-V2, en intégrant une approche innovante de Projection Azimutale. MobileNet-V2 surpasse constamment ses homologues, présentant une précision, une spécificité, une sensibilité et un Score F1 impressionnants. Les réalisations notables incluent une précision de 95,5 %, une spécificité de 98,8 % et une sensibilité de 95,5 % sur D1, avec un temps d'entraînement de seulement 3,5 heures. Sur D2 et D3, MobileNet-V2 maintient l'excellence avec 96 % de précision, 97,5 % de spécificité et 96 % de sensibilité, soulignant son efficacité computationnelle avec des temps d'entraînement de 3,8 heures sur D2 et 3,6 heures sur D3. Ces résultats positionnent MobileNet-V2, intégrée à la Projection Azimutale, comme le choix privilégié pour la classification du stress, équilibrant efficacement performance et utilisation des ressources.