Loading...
2019
BCI에서 EEG 기반 효율적인 감정 분류를 위한 LSTM 하이퍼파라미터 최적화
LSTM Hyperparameter Optimization for an EEG-Based Efficient Emotion Classification in BCI
한국전자통신학회
임창균 외 1명
논문정보
- Publisher
- 한국전자통신학회 논문지
- Issue Date
- 2019-12-31
- Keywords
- -
- Citation
- -
- Source
- -
- Journal Title
- -
- Volume
- 14
- Number
- 6
- Start Page
- 1171
- End Page
- 1180
- DOI
- ISSN
- 19758170
Abstract
감정은 인간의 상호 작용에서 중요한 역할을 하는 심리 생리학적 과정이다. 감성 컴퓨팅은 감정을 이해하
고 조절할 수 있는 인간 인지 인공 지능의 개발하는데 중점을 둔다. 우울증, 자폐증, 주의력 결핍 과잉 행동
장애 및 게임 중독과 같은 정신 질환이 감정과 관련되어 있기 때문에 이러한 분야의 연구가 중요하다. 감정
인식에 대한 노력에도 불구하고, 비정상적인 EEG 신호로부터의 감정 검출은 여전히 높은 수준의 추상화를
요구하기에 정교한 학습 알고리즘이 필요하다. 이 논문에서는 EEG 기반으로 효율적인 감정 분류를 위해
LSTM을 위한 최적의 하이퍼파라미터를 파악하고자 다양한 실험을 수행하여 이를 분석한 결과를 제시하였다.
- 전남대학교
- KCI
- 한국전자통신학회 논문지
저자 정보
| 이름 | 소속 |
|---|---|
| 임창균 | 전기컴퓨터공학부 |