キム、Seul-Kee、そしてHang-Bong Kang。 ニューロコンピューティング とします。
特徴
•スマートフォン中毒リスクグループ(13被験者)と非リスクグループ(12被験者)は、リラックス、恐怖、喜び、悲しみの概念を描いたビデオを見ました。
•リスクグループは、EEGの非リスクグループよりも感情的に不安定でした。 特に、恐怖を認識する際に、リスクグループと非リスクグループの間に明確な違いが現れました。
•シータ、アルファ、ベータ、ガンマ、および11ローブの合計アクティビティに関する非対称性を評価しました。ガンマバンドは、リスクグループと非リスクグループの間で最も明らかに異なっていました。
•前頭葉、頭頂葉、および側頭葉の活動の測定値が感情認識の指標であることがわかりました。
•深い信念のネットワークを介して、リスクグループの価数と覚醒度が低いほど正確であることが確認されました。 一方、リスクのないグループは、高い原子価と覚醒の精度が高かった。
抽象
スマートフォンの乱用はますます社会的問題になりつつあります。 本稿では、脳波と深層学習を調べることにより、感情に応じてスマートフォンの過剰使用レベルを分析します。 11ローブのシータ、アルファ、ベータ、ガンマ、および全脳波活動に関して非対称性の力を評価しました。 深層信念ネットワーク(DBN)をk最近傍(kNN)とサポートベクトルマシン(SVM)と共に深層学習法として使用して、スマートフォン依存症レベルを決定した。 リスクグループ(13科目)と非リスクグループ(12科目)は、リラックス、恐怖、喜び、悲しみの概念を描いたビデオを見ました。 リスクグループは非リスクグループよりも感情的に不安定であることがわかりました。 恐れを認識する際に、リスクグループと非リスクグループの間に明らかな違いが現れました。 結果は、ガンマバンドがリスク群と非リスク群の間で最も明らかに異なることを示した。 また、前頭葉、頭頂葉、側頭葉の活動の測定は、感情認識の指標であることを示した。 DBNを通じて、我々はこれらの測定値がリスクグループよりも非リスクグループの方が正確であることを確認しました。 リスクグループは、低原子価および覚醒においてより高い精度を示しました。 一方、リスクのないグループは、高い原子価と覚醒においてより高い精度を示しました。
キーワード
- 深い信念のネットワーク
- 脳波(EEG)
- 感情認識
- スマートフォンの過剰使用