ემოციის ამოცნობა ელექტროენცეფალოგრაფიული სიგნალებიდან ხელოვნური ინტელექტის გამოყენებით

ეს თეზისი იკვლევს ხელოვნური ინტელექტის გამოყენებას ემოციების ამოცნობაში, EEG სიგნალების საშუალებით. ფოკუსირებულია ერთ სუბიექტურ მოდელზე - ერთ კონკრეტულ ადამიანზე. ერთი სუბიექტის მიდგომის არჩევა განპირობებულია EEG მონაცემების თანდაყოლილი სუბიექტთაშორისი არსებითი ცვალებადობით. ასეთი ცვალებადობა ხშირად საჭიროებს დიდი რაოდენობით მონაცემთა მოგროვებას, რათა მოვახერხოთ განზოგადება სხვადასხვა ინდივიდებს შორის, რაც ამ ეტაპზე არაპრაქტიკულია მონაცემების შეგროვებასთან დაკავშირებული სირთულეების გათვალისწინებით. ერთი ინდივიდის EEG სიგნალებზე კონცენტრირებით, ეს კვლევა მიზნად ისახავს ძლიერი ხელოვნური ინტელექტის მოდელის შემუშავებას, რომელსაც შეუძლია ზუსტად განსაზღვროს ემოციური მდგომარეობა ერთი კონკრეტული ადამიანისთვის.

ამ კვლევის მეთოდოლოგია მოიცავს EEG მონაცემების სისტემატიურ შეგროვებას კონტროლირებად ექსპერიმენტულ პირობებში ერთი ინდივიდისთვის, რომელიც შექმნილია განსხვავებული ემოციური რეაქციების გამოსაწვევად. შეგროვებული EEG მონაცემები შემდეგ წინასწარ მუშავდება ხმაურის და არტეფაქტების მოსაშორებლად, რაც უზრუნველყოფს სიგნალების ხარისხსა და საიმედოობას. მანქანური სწავლებისა და ღრმა დასწავლის ალგორითმები გამოიყენება EEG მონაცემებში წარმოდგენილი ემოციური მდგომარეობის კლასიფიკაციისთვის.

Რომ შევაჯამოთ, ეს კვლევა წარმოადგენს ემოციების ამოცნობის ახალ მიდგომას,  EEG სიგნალებისა და ხელოვნური ინტელექტის გამოყენებით. აჩვენებს ზუსტი, საიმედო და პერსონალიზებული ემოციების ამოცნობის სისტემების შემუშავების პოტენციალს. ერთ სუბიექტზე დახვეწილი კვლევა კარგი საწყისია მომავალში ბევრ ადამიანზე განზოგადებისთვის და ამ ეტაპზე უკვე შესაძლებელია მისი გამოყენება სხვადასხვა ადამიანის-კომპიუტერის ურთიერთქმედების მოდულებში.