关键词：
目录
本分享为脑机学习者Rose整理发表于公众号：脑机接口社区(微信号：Brain_Computer).QQ交流群：903290195
机器学习的最新进展使得检测和识别人类情绪的技术也得到了快速的发展。其中一部分机器学习技术中是通过分析脑电图(EEG)信号来工作的，这些信号本质上是对从一个人的头皮上收集的脑电活动的记录。
过去十多年来，大多数基于脑电图的情绪分类方法都采用了传统的机器学习方法，例如支持向量机(SVM)模型，因为这些方法需要的训练样本较少。事实上之所以使用需要训练样本量少的方法是因为过去缺乏大规模的EEG数据集。然而最近，研究人员已经汇编并发布了一些包含脑电图记录的新数据集。
这些数据集的发布为基于脑电图的情绪识别开辟了新的可能性，因为它们可以用于训练深度学习模型，从而获得比传统ML技术更好的性能。不过不幸的是，这些数据集中包含的脑电图信号的低分辨率可能会使训练深度学习模型变得相当困难。
“低分辨率的问题仍然是基于脑电图的情绪分类问题中一个重要的问题，”研究人员之一Sunhee Hwang说到。“我们提出了解决此问题的方法，包括生成高分辨率的脑电图图像。”
为了提高现有脑电图数据的分辨率，Hwang和她的同事首先使用收集数据时的电极坐标生成了所谓的“保留拓扑的微分熵特征”。随后，他们开发了一个卷积神经网络(CNN)，并根据更新后的数据对其进行训练用来估计三种一般的情绪(即积极、中立和消极)。
Hwang说：“以前的方法往往会忽略EEG特征的拓扑信息，但是我们的方法通过学习生成的高分辨率EEG图像来增强EEG表示。” “我们的方法通过提出的CNN对脑电图特征进行重新聚类，使聚类的效果得到更好的表征。”
研究人员在SEED数据集中训练和评估了他们的方法(该数据包含62通道EEG信号)。他们发现，他们的方法可以对情绪进行分类，平均准确率高达90.41％，优于其他基于脑电图的情绪识别机器学习技术。
“如果从不同的情感片段中记录到EEG信号，则原始DE特征将无法聚类。” Hwang补充道。“我们还将我们的方法应用于估计驾驶员警惕性的任务上，以显示其现成的可用性。”
未来，Hwang和她的同事提出的方法可以为开发新的基于脑电图的情绪识别工具提供参考，因为它为克服脑电图数据分辨率低的问题提供了一个可行的解决方案。相同的方法也可以应用于其他深度学习模型来分析EEG数据，甚至是那些用于对人类情感进行分类之外的模型。
“在计算机视觉任务中，大规模的数据集使得图像分类的深度学习模型取得了巨大的成功，其中一些应用已经超越了人类的表现，”Hwang说。此外，复杂的数据预处理也不再必要。在我们未来的工作中，我们希望使用一个生成的对抗网络(GAN)生成大规模的脑电图数据集。
参考
一种基于脑电图情感识别的新型深度学习模型
A new deep learning model for EEG-based emotion recognition
本文章由脑机学习者Rose笔记分享,QQ交流群：903290195
更多分享，请关注公众号
keras深度学习实战——使用长短时记忆网络构建情感分析模型(代码片段)
Keras深度学习实战——使用长短时记忆网络构建情感分析模型0.前言1.构建LSTM模型进行情感分类1.1数据集分析1.2模型构建2.构建多层LSTM进行情感分类相关链接0.前言我们已经学习了如何使用循环神经网络(Recurrentneuralnetworks,RNN)构建... 查看详情
目标识别深度学习进行目标识别的资源列表
【目标识别】深度学习进行目标识别的资源列表：O网页链接包括RNN、MultiBox、SPP-Net、DeepID-Net、FastR-CNN、DeepBox、MR-CNN、FasterR-CNN、YOLO、DenseBox、SSD、Inside-OutsideNet、G-CNN等。PapersDeepNeuralNetworksforObjectDetectionpaper: http: 查看详情
keras深度学习实战——使用循环神经网络构建情感分析模型(代码片段)
Keras深度学习实战——使用循环神经网络构建情感分析模型0.前言1.使用循环神经网络构建情感分析模型1.1数据集分析1.2构建RNN模型进行情感分析相关链接0.前言在《循环神经详解与实现》一节中，我们已经了解循环神经网络(Recurr... 查看详情
自然场景数字识别的深度学习解决方案
】自然场景数字识别的深度学习解决方案【英文标题】：DeepLearningsolutionfordigitrecognitiononnaturalscene【发布时间】：2021-04-2316:20:15【问题描述】：我正在解决一个问题，我想自动读取图像上的数字，如下所示：可以看出，这些图像... 查看详情
如何改进hanlp命名实体识别
...名实体识别的性能。参考技术A1.增加数据量：由于HanLP是基于深度学习的命名实体识别，数据量的多寡对最终的结果有很大的影响。所以增加更多的数据，比如更丰富的文本，更多类型的实体，这将有助于HanLP模型的改进。2.改进... 查看详情
keras深度学习实战——使用循环神经网络构建情感分析模型(代码片段)
Keras深度学习实战——使用循环神经网络构建情感分析模型0.前言1.使用循环神经网络构建情感分析模型1.1数据集分析1.2构建RNN模型进行情感分析相关链接0.前言在《循环神经详解与实现》一节中，我们已经了解循环神经网络(R... 查看详情
[声纹识别]语音识别的发展史
...识别算法或装置。 2.模板匹配阶段。50-60年代，基于声学和语音学知识设计语音识别系统，主要使用模板匹配方法识别音位、音素和数字。 3 查看详情
deeplearningforeeg-basedpreferenceclassificationinneuromarketing文章精读导读，深度学习在神经营销中基于脑电的偏好分类
深度学习在神经营销中基于脑电的偏好分类博主的小前言1介绍Introduction2研究背景Background2.1神经营销Neuromarketing2.2脑机接口BCIs2.3脑电波EEG2.3.1节律Rhythms2.3.2瞬时活动Transientactivities3文献综述LiteratureReview3.1偏好中的神经相关性NeuralC... 查看详情
系统学习nlp（二十九）--bert(代码片段)
...全称是BidirectionalEncoderRepresentationsfromTransformers，它是一种新型的语言模型。之所以说是一种新型的语言模型，是因为它通过联合调节所有层中的双向Transformer来训练预训练深度双向表示。想深入了解BERT模型，首先应该... 查看详情
猿创征文丨深度学习基于双向lstm模型完成文本分类任务(代码片段)
...，给大家带来神经网络中的循环神经网络案例，基于双向LSTM模型完成文本分类任务，数据集来自kaggle，对电影评论进行文本分类。电影评论可以蕴含丰富的情感：比如喜欢、讨厌、等等．情感分析（Sen... 查看详情
文本情感分析：基于词袋模型(vsmlsan-gram)的文本表示(代码片段)
现在自然语言处理用深度学习做的比较多，我还没试过用传统的监督学习方法做分类器，比如SVM、Xgboost、随机森林，来训练模型。因此，用Kaggle上经典的电影评论情感分析题，来学习如何用传统机器学习方法解决分类问题。通... 查看详情
一种用于视觉识别的快速知识蒸馏框架
文章目录摘要1简介2相关工作3方法3.1快速知识蒸馏3.2更高的标签质量3.4用监督方案训练自监督模型3.5标签压缩与存储分析4实验4.1监督学习4.2ReaL[1]和ImageNetV2[27]数据集的更多比较4.3Self-Supervised学习4.4迁移学习5结论摘要论文和项目... 查看详情
关系识别的联合学习框架
...构信息（GSL）和语义特征信息（SFL）提出基于TransS的方法将篇章关系映射到地位向量空间能够捕获集合结构信息。使用了联合学习来优化论元的表示。实验显示模型的有效性。本文做法将篇章关系 查看详情
深度学习与爬虫实例教学--深度学习模型构建和训练
...爬虫自动认证防ban我们将学习如何构建一个用于验证码识别的深度学习模型和结合爬虫进行构建一个项目教学大纲项目基本介绍和体验深度学习模型构建和训练自动识别知乎认证码并实现抓取扩展之结合scrapy,Django构建完整项目 查看详情
[python人工智能]三十六.基于transformer的商品评论情感分析keras构建多头自注意力（transformer）模型
从本专栏开始，作者正式研究Python深度学习、神经网络及人工智能相关知识。前一篇文章利用Keras构建深度学习模型并实现了情感分析。这篇文章将介绍Transformer基础知识，并通过Keras构建多头自注意力（Transformer）模型，实现IMDB... 查看详情
[python人工智能]三十六.基于transformer的商品评论情感分析keras构建多头自注意力（transformer）模型
从本专栏开始，作者正式研究Python深度学习、神经网络及人工智能相关知识。前一篇文章利用Keras构建深度学习模型并实现了情感分析。这篇文章将介绍Transformer基础知识，并通过Keras构建多头自注意力（Transformer）模型，实现IMDB... 查看详情
一些seed数据集介绍
...EEGDataset，SEED)https://blog.csdn.net/zyb228/article/details/105937665从脑电图(EEG)中提取稳定的模式进行识别https://www.pianshen.com/article/44431919148/使用深度神经网络对基于脑电的情感识别进行频带和导的探究https://blog.c 查看详情
读《基于深度学习的跨视角步态识别算法研究》(代码片段)
2020背景：作为一种新兴的识别技术，步态识别具有在非受控、远距离、低分辨率的场景下进行身份识别的优点，并且步态不易改变和伪装，所以近年来得到的关注逐渐增多。步态识别作为一种新兴的身份识别技术... 查看详情