Kim, Seul-Kee e Hang-Bong Kang. neurocomputing (2017).
Highlight
• Il gruppo a rischio di dipendenza da smartphone (soggetti 13) e il gruppo non a rischio (soggetti 12) hanno guardato video che ritraggono i concetti di rilassato, paura, gioia e tristezza.
• Il gruppo a rischio era emotivamente più instabile rispetto al gruppo non a rischio nell'EEG. Soprattutto, nel riconoscere la paura, è emersa una chiara differenza tra il gruppo a rischio e quello a rischio.
• Abbiamo valutato la potenza di asimmetria rispetto a theta, alfa, beta, gamma e attività totale nei lobi 11, e la banda gamma era la più evidente tra i gruppi di rischio e quelli non a rischio.
• Abbiamo scoperto che le misurazioni dell'attività nei lobi frontali, parietali e temporali erano indicatori del riconoscimento delle emozioni.
• Attraverso la rete di credenze profonde, abbiamo confermato che il gruppo a rischio aveva una maggiore accuratezza in bassa valenza ed eccitazione; d'altro canto, il gruppo non a rischio aveva una maggiore accuratezza in alta valenza ed eccitazione.
Astratto
L'uso eccessivo di smartphone sta diventando sempre più un problema sociale. In questo articolo, analizziamo i livelli di uso eccessivo degli smartphone, in base all'emozione, esaminando le onde cerebrali e l'apprendimento approfondito. Abbiamo valutato la potenza di asimmetria rispetto a theta, alfa, beta, gamma e attività cerebrale totale nei lobi 11. La deep belief network (DBN) è stata utilizzata come metodo di deep learning, insieme a k-closest neighbor (kNN) e a support vector machine (SVM), per determinare il livello di dipendenza da smartphone. Il gruppo a rischio (soggetti 13) e il gruppo non a rischio (soggetti 12) hanno guardato video che ritraggono i seguenti concetti: rilassato, paura, gioia e tristezza. Abbiamo trovato che il gruppo a rischio era più emotivamente instabile rispetto al gruppo non a rischio. Nel riconoscere la paura, apparve una chiara differenza tra il gruppo di rischio e quello non a rischio. I risultati hanno mostrato che la banda gamma era la più evidente tra i gruppi di rischio e quelli non a rischio. Inoltre, abbiamo dimostrato che le misurazioni dell'attività nei lobi frontali, parietali e temporali erano indicatori del riconoscimento delle emozioni. Attraverso il DBN, abbiamo confermato che queste misurazioni erano più accurate nel gruppo non a rischio rispetto a quelle nel gruppo a rischio. Il gruppo a rischio aveva maggiore accuratezza in bassa valenza ed eccitazione; d'altro canto, il gruppo non a rischio aveva una maggiore accuratezza in alta valenza ed eccitazione.
Parole
- Rete di credenze profonde
- Elettroencefalogramma (EEG)
- Riconoscimento di emozioni
- Uso eccessivo di smartphone