Analyse de la reconnaissance de l’utilisation abusive des smartphones en termes d’émotions par ondes cérébrales et apprentissage en profondeur (2017)

Kim, Seul-Kee et Hang-Bong Kang. Neurocomputing (2017).

Avantages

• Le groupe à risque de dépendance aux smartphones (sujets 13) et le groupe non à risque (sujets 12) ont visionné des vidéos décrivant les concepts de détente, de peur, de joie et de tristesse.

• Le groupe à risque était plus instable sur le plan émotionnel que le groupe sans risque en EEG. Surtout, en reconnaissant la peur, une nette différence est apparue entre le groupe à risque et le groupe à risque.

• Nous avons évalué le pouvoir asymétrique vis-à-vis des activités thêta, alpha, bêta, gamma et totale dans les lobes 11. La bande gamma était la différence la plus évidente entre les groupes à risque et non à risque.

• Nous avons constaté que les mesures d'activité dans les lobes frontaux, pariétaux et temporaux étaient des indicateurs de la reconnaissance des émotions.

• Grâce au réseau de conviction profonde, nous avons confirmé que le groupe à risque avait une plus grande précision en cas de faible valence et d'éveil. par contre, le groupe sans risque était plus précis en valence élevée et en éveil.

Abstract

La surutilisation des smartphones devient de plus en plus un problème social. Dans cet article, nous analysons les niveaux de surutilisation des smartphones, en fonction de l'émotion, en examinant les ondes cérébrales et l'apprentissage en profondeur. Nous avons évalué le pouvoir asymétrique vis-à-vis de l'activité des ondes cérébrales thêta, alpha, bêta, gamma et totale dans les lobes de 11. Le réseau de croyances profondes (DBN) a été utilisé comme méthode d’apprentissage en profondeur, avec k-voisin le plus proche (kNN) et une machine à vecteurs de support (SVM), pour déterminer le niveau de dépendance au smartphone. Le groupe à risque (sujets 13) et le groupe non à risque (12) ont visionné des vidéos décrivant les concepts suivants: détente, peur, joie et tristesse. Nous avons constaté que le groupe à risque était plus instable émotionnellement que le groupe à risque. En reconnaissant la peur, une différence claire est apparue entre le groupe à risque et le groupe à risque. Les résultats ont montré que la bande gamma était la différence la plus évidente entre les groupes à risque et non à risque. De plus, nous avons démontré que les mesures d'activité dans les lobes frontaux, pariétaux et temporaux étaient des indicateurs de la reconnaissance des émotions. Grâce au DBN, nous avons confirmé que ces mesures étaient plus précises dans le groupe sans risque que dans le groupe à risque. Le groupe à risque avait une plus grande précision en valence basse et en éveil; par contre, le groupe sans risque était plus précis en valence élevée et en éveil.

Mots clés

  • Réseau de croyance profonde
  • Électroencéphalographie (EEG)
  • Reconnaissance des émotions
  • Surutilisation de smartphone