| Anotācija |
Šajā bakalaura darbā sniegta tradicionālo mašīnmācīšanās un dziļās mācīšanās metožu salīdzinoša analīze emociju atpazīšanai, izmantojot elektroencefalogrāfijas (EEG) sensoru datus. Darba mērķis bija salīdzināt dažādu modeļu spēju veikt bināru valences un aktivācijas līmeņa klasifikāciju mūzikas videoklipu stimulācijas laikā, kā arī noteikt, kā modeļu veiktspēja mainās, izmantojot arvien sarežģītākus novērtēšanas protokolus.
Eksperimenti tika veikti, izmantojot DEAP datu kopu, kurā ietverti 32 dalībnieku EEG ieraksti no 40 eksperimentālajiem izmēģinājumiem. Pēc trīs sekunžu bāzes līmeņa noņemšanas katrs 60 sekunžu izmēģinājums tika sadalīts divu sekunžu logos ar 50% pārklāšanos, kopumā iegūstot 75 520 EEG logus. Sākotnējie vērtējumi, kas bija mazāki vai vienādi ar 5, tika piešķirti zemajai klasei, savukārt vērtējumi, kas bija lielāki par 5, tika piešķirti augstajai klasei.
Katru logu raksturoja 352 pazīmes, kas ietvēra logaritmisko relatīvo jaudas spektrālo blīvumu, diferenciālo entropiju, Hjorta mobilitāti, Hjorta sarežģītību un normalizēto permutācijas entropiju 32 EEG kanāliem. Tika novērtēti četri tradicionālie modeļi lineārā diskriminantu analīze, klasifikācijas un regresijas koks, k tuvāko kaimiņu metode un lineārā atbalsta vektoru mašīna un trīs dziļās mācīšanās modeļi konvolūcijas neironu tīkls, ilgās īstermiņa atmiņas tīkls un CNN-LSTM. Tradicionālajiem modeļiem tika izmantoti saplacināti pazīmju vektori, bet dziļās mācīšanās modeļiem tās pašas pazīmes tika sakārtotas 32 × 11 kanālu-pazīmju matricās.
Tika izmantoti pieci novērtēšanas protokoli: apvienota stingra logu atdalīšana, apvienota viena izmēģinājuma izslēgšana, personalizēta stingra logu atdalīšana, personalizēta viena izmēģinājuma izslēgšana un viena dalībnieka izslēgšana. Kā galvenais novērtēšanas rādītājs tika izmantota līdzsvarotā precizitāte. Vislabākie rezultāti tika iegūti ar personalizētu stingro atdalīšanu, kur lineārā atbalsta vektoru mašīna sasniedza 67,02% līdzsvaroto precizitāti valencei un 65,11% aktivācijas līmenim. Izmantojot personalizētu viena izmēģinājuma izslēgšanu, labākie rezultāti samazinājās attiecīgi līdz 57,83% un 55,08%. Izmantojot viena dalībnieka izslēgšanu, visu septiņu modeļu rezultāti saglabājās tuvu nejaušas minēšanas līmenim: augstākā līdzsvarotā precizitāte bija 52,16% valencei un 51,01% aktivācijas līmenim.
Tradicionālie modeļi sasniedza labāko rezultātu astoņos no desmit valences un aktivācijas līmeņa protokolu salīdzinājumiem, savukārt dziļās mācīšanās modeļi, izmantojot to pašu pazīmju reprezentāciju, neuzrādīja konsekventas priekšrocības. Rezultāti parādīja, ka iegūtās pazīmes nodrošināja vidēji sekmīgu klasifikāciju, ja apmācības datos bija pieejama dalībniekam specifiska informācija, tomēr tās netika droši pārnestas uz pilnīgi neredzētiem dalībniekiem. Tādēļ par galveno EEG emociju atpazīšanas problēmu šajā pētījumā tika identificētas atšķirības starp dalībniekiem. |
| Atslēgas vārdi angļu valodā |
EEG, emotion recognition, machine learning, deep learning, DEAP, valence, arousal |
