Un análisis del reconocimiento del uso excesivo de teléfonos inteligentes en términos de emociones mediante ondas cerebrales y aprendizaje profundo (2017)

Kim, Seul-Kee y Hang-Bong Kang. Neurocomputación (2017).

Destacados

• El grupo de riesgo de adicción a los teléfonos inteligentes (sujetos 13) y el grupo sin riesgo (sujetos 12) vieron videos que retratan los conceptos de relajado, miedo, alegría y tristeza.

• El grupo de riesgo fue más inestable emocionalmente que el grupo sin riesgo en el EEG. Especialmente, al reconocer el miedo, apareció una clara diferencia entre el grupo de riesgo y el de no riesgo.

• Evaluamos el poder de asimetría con respecto a la actividad theta, alfa, beta, gamma y total en los lóbulos 11, y la banda gamma fue la más obvia entre los grupos de riesgo y sin riesgo.

• Encontramos que las medidas de actividad en los lóbulos frontal, parietal y temporal eran indicadores de reconocimiento de emociones.

• A través de la red de creencias profundas, confirmamos que el grupo de riesgo tenía mayor precisión en baja valencia y activación; por otro lado, el grupo sin riesgo tuvo una mayor precisión en valencia alta y excitación.

Resumen

El uso excesivo de teléfonos inteligentes se está convirtiendo cada vez más en un problema social. En este documento, analizamos los niveles de uso excesivo de teléfonos inteligentes, según la emoción, mediante el examen de las ondas cerebrales y el aprendizaje profundo. Se evaluó el poder de asimetría con respecto a la actividad de ondas cerebrales theta, alfa, beta, gamma y total en los lóbulos 11. La red de creencias profundas (DBN) se usó como método de aprendizaje profundo, junto con el vecino k más cercano (kNN) y una máquina de vectores de soporte (SVM), para determinar el nivel de adicción a los teléfonos inteligentes. El grupo de riesgo (sujetos 13) y el grupo sin riesgo (sujetos 12) vieron videos que retratan los siguientes conceptos: relajado, miedo, alegría y tristeza. Encontramos que el grupo de riesgo era más inestable emocionalmente que el grupo sin riesgo. Al reconocer el miedo, apareció una clara diferencia entre el grupo de riesgo y el grupo sin riesgo. Los resultados mostraron que la banda gamma era la más obvia entre los grupos de riesgo y los grupos sin riesgo. Además, demostramos que las medidas de actividad en los lóbulos frontal, parietal y temporal eran indicadores de reconocimiento de emociones. A través del DBN, confirmamos que estas mediciones eran más precisas en el grupo sin riesgo que en el grupo de riesgo. El grupo de riesgo tuvo mayor precisión en baja valencia y excitación; por otro lado, el grupo sin riesgo tuvo una mayor precisión en valencia alta y excitación.

Palabras clave

  • Red de creencias profundas
  • Electroencefalografía (EEG)
  • Reconocimiento de emociones
  • Uso excesivo de teléfonos inteligentes