정보과학회논문지 (Journal of KIISE)
Current Result Document :
| 한글제목(Korean Title) |
뇌전도의 다변량 다중스케일 퍼지 엔트로피 분석에 기반한 감정 인식 |
| 영문제목(English Title) |
Emotion Recognition based on Multivariate Multiscale Fuzzy Entropy Analysis of EEG Recordings |
| 저자(Author) |
이대영
최영석
Dae-Young Lee
Young-Seok Choi
|
| 원문수록처(Citation) |
VOL 47 NO. 03 PP. 0227 ~ 0234 (2020. 03) |
한글내용
(Korean Abstract) |
뇌전도(Electroencephalogram, EEG) 신호는 뇌 활동의 즉각적이고 지속적인 신호로서, 사람의 감정 상태의 변화를 직접적으로 반영할 수 있기 때문에 감정 분석에 주로 이용된다. 이러한 EEG 신호의 분석 방법 중, 엔트로피(Entropy) 분석은 시계열의 복잡성을 정량화하기 위한 측정법 중 하나이며, 복잡성의 정량적 분석은 비정상적이고 비선형적인 생체 신호의 분석에 유망하다. 본 논문에서는 여러 전극으로부터 기록된 EEG 신호를 사용하여 감정 상태를 분석하기 위해 여러 시간 스케일에서 다변량 시계열의 복잡도를 정량화하는 다변량 다중스케일 퍼지 엔트로피(Multivariate Multiscale Fuzzy Entropy)를 제안한다. 공공 생체신호 데이터베이스인 DEAP의 EEG 데이터를 이용하여 높은/낮은 각성(Arousal) 및 높은/낮은 정서(Valence)의 이진 분류를 통해 감정 상태의 구분의 유효성을 검증하였다
|
영문내용
(English Abstract) |
An Electroencephalogram (EEG) signal is an immediate and continuous signal that records brain activity, and it is mainly used for emotional analysis since it can directly reflect the changes of human emotional states. Among the methods of analyzing the EEG signals, entropy analysis is one of the measures for quantifying the complexity of time series. This quantitative analysis of complexity is promising for investigating non-stationary and nonlinear physiological signals. In this paper, we propose a multivariate multiscale fuzzy entropy (MMFE) analysis method that quantifies the complexity of multivariate time series over various time scales to analyze emotional states using EEG signals recorded from multiple electrodes as input. A public database, DEAP, is used as input data in this analysis, and the results show the possibility that emotional states can be distinguished through the binary classification of high/low arousal and high/low valence
|
| 키워드(Keyword) |
뇌전도
감정
복잡성
다변량 다중스케일 퍼지 엔트로피
electroencephalogram
emotion
complexity
multivariate multiscale fuzzy entropy
|
| 파일첨부 |
PDF 다운로드
|
