افزایش داده در الکتروانسفالوگرافی برای تشخیص هیجان با استفاده از شبکه های مولد تخاصمی واسرشتاین شرطی

ساخت یک مدل تشخیص هیجان با دقت زیاد با استفاده از سیگنالهای الکتروانسفالوگرافی به کمک یادگیری ماشین مشکل است. در این مقاله یک مدل مبتنی بر شبکه های مولد تخاصمی واسرشتاین شرطی برای اافزایش داده الکتروانسفالوگرافی معرفی میشود تا تشخیص احساس مبتنی بر الکتروانسفالوگرافی را تقویت کند. در شبکه های مولد تخاصمی واسرشتاین با جریمه گرادیانی برای تولید داده از آنتروپی استفاده شده است. روش معرفی شده در دو دیتابیس SEED و DEAP برای تشخیص هیجان ارزیابی میشود. نتایج تجربی نشان میدهد که استفاده از داده الکتروانسفالوگرافی تولید شده توسط شبکه های مولد تخاصمی واسرشتاین شرطی به طور چشمگیری دقتهای مدلهای تشخیص هیجان را بهبود میبخشد.

کلیدواژه ها:

الکتروانسفالوگرافی ، شبکه مولد تخاصمی ، هیجان ، واسرشتاین شرطی