Lee, Jae-Yoon; Kang, Hang-Bong;
- Žurnalo pavadinimas: „Korea Multimedia Multimedia Society“ leidinys
- 17 tomas, 11 m. 2014 leidimas, p. 1325–1334
- Leidėjas: Korea Multimedia Society
- DOI: 10.9717 / kmms.2014.17.11.1325
Abstraktus
Neseniai jaunų žmonių žaidimų priklausomybė tapo socialine problema. Todėl buvo atlikta daugybė tyrimų, daugiausia apklausų, siekiant nustatyti žaidimo priklausomybę. Šiame dokumente siūlome, kaip atskirti priklausomybės lygius pagal EEG. Šiuo tikslu mes keturias grupes klasifikuojame pagal priklausomybės nuo interneto žaidimo laipsnius (didelės rizikos grupė, Vigilance grupė, normalus grupė, geros naudotojų grupė), naudojant CSG (išsamus žaidimo elgsenos vertinimo mastas), o po to išmatuokite su juo susijusius įvykius Potencialas (ERP) „Go / NoGo“ užduotyje. Konkrečiai, mes matuojame P300, N400 ir N200 signalus iš NoGo stimulo ir Go stimulų kanalų. Be to, išskiriame išskirtines savybes nuo diskretiško EEG signalo bangos transformacijos ir panaudojame šias savybes, kad išskirtume priklausomybės nuo interneto žaidimo laipsnius. Šiame tyrime atlikti eksperimentai rodo, kad didelės rizikos ir patikimumo grupė turi mažesnę Fz kanalo „Go-N200“ amplitudę nei „Normal“ ir „Good-user“ grupės. „Go-P300“ ir „NoGo-P300“ „Fz“ kanaluose didelės rizikos ir patikimumo grupės turi didesnę amplitudę nei „Normal“ ir „Good-user“ grupė. „Go-N400“ ir „PG“ kanalo „NoGo-N400“ grupėse didelės rizikos ir patikimumo grupė turi mažesnę amplitudę nei „Normal“ ir „Good-user“ grupė. Po kiekvieno EEG signalo dažnių juostos išgautų charakteristikų mokymosi tyrimo buvo atliktas 85% klasifikacijos tikslumas.
;
