En analys av Smartphone Överanvändningsigenkänning i Villkor för känslor med Brainwaves och Deep Learning (2017)

Kim, Seul-Kee och Hang-Bong Kang. Neuro (2017).

Höjdpunkter

• Riskgruppen för smartphone-missbruk (13-motiv) och icke-riskgrupp (12-motiv) tittade på videor som beskriver begreppen avslappnad, rädsla, glädje och sorg.

• Riskgruppen var mer känslomässigt instabil än icke-riskgruppen i EEG. Speciellt när man erkänner rädsla dök det upp en tydlig skillnad mellan riskgruppen och icke-riskgruppen.

• Vi bedömde asymmetrieffekten med avseende på teta, alfa, beta, gamma och total aktivitet i 11-lober, och gammabandet var det tydligt olika mellan riskgrupper och icke-riskgrupper.

• Vi fann att mätningarna av aktivitet i frontala, parietala och temporala lober var indikatorer på känslor igenkänning.

• Genom det djupa trosnätverket bekräftade vi att riskgruppen hade högre noggrannhet i låg valens och upphetsning; å andra sidan hade icke-riskgruppen högre noggrannhet med hög valens och upphetsning.

Abstrakt

Överanvändningen av smartphones blir alltmer ett socialt problem. I det här dokumentet analyserar vi överdrivna nivåer för smartphone, beroende på känslor, genom att undersöka hjärnvågor och djupt lärande. Vi bedömde asymmetri kraften med avseende på theta, alfa, beta, gamma och total hjärnvågaktivitet i 11-lobar. Det djupa trosnätverket (DBN) användes som den djupa inlärningsmetoden, tillsammans med k-närmaste granne (kNN) och en stödvektormaskin (SVM) för att bestämma smartphoneberoendenivån. Riskgruppen (13-personer) och icke-riskgrupp (12-personer) såg på videor som skildrade följande begrepp: avslappnad, rädsla, glädje och sorg. Vi fann att riskgruppen var mer känslomässigt instabil än den icke-riskgrupp. Vid erkännande av rädsla uppträdde en tydlig skillnad mellan risk- och icke-riskgrupp. Resultaten visade att gamma-bandet var den uppenbarligen olika mellan risk- och icke-riskgrupperna. Dessutom visade vi att måtten av aktivitet i frontal, parietal och temporal lobes var indikatorer för känslorigenkänning. Genom DBN bekräftade vi att dessa mätningar var mer exakta i den icke-riskgrupp än de var i riskgruppen. Riskgruppen hade högre noggrannhet vid låg valens och upphetsning; Å andra sidan hade icke-riskgruppen högre noggrannhet i hög valens och upphetsning.

Nyckelord

  • Djupt tro nätverk
  • Elektroencefalografi (EEG)
  • Känslor igenkänning
  • Överanvändning av smarttelefoner