Aprendizado Incremental Online para Classificação Fuzzy de Emoções em Jogos a partir de Fluxos de Dados EEG

Volnei Frigeri Jr., Pedro Farah, Rodrigo Medeiros, Daniel Leite
2020 Anais do Congresso Brasileiro de Automática 2020   unpublished
Descrevemos um algoritmo de aprendizado de máquina online para construção de Classificadores Fuzzy Gaussianos (eGFC). Apresentamos um método de extração e seleção de atributos do espectro de Fourier de dados de eletro-encefalograma. Os dados são obtidos de 28 indivíduos expostos aos jogos de computador Train Sim World, Unravel, Slender The Arrival, e Goat Simulator. De acordo com o sistema Arousal-Valence, 4 emoções prevalecem (tédio, calma, horror e diversão). Analisamos eletrodos individuais
more » ... trodos individuais e o efeito de janelas de tempo e redução de dimensionalidade no desempenho de eGFC. Concluímos que eletrodos em ambos os hemisférios do cérebro auxiliam na classificação, especialmente aqueles dos lobos temporal (T7-T8), occipital (O1-O2) e frontal (Af3-Af4). Observamos que padrões podem surgir em qualquer parte do espectro de frequências, entre 1 e 64 Hz. A abordagem eGFC é efetiva para o problema Big data em tempo real. Ela alcança uma acurácia de 72,2% usando uma estrutura compacta de regras, e velocidade de processamento de 1,8 ms/amostra.
doi:10.48011/asba.v2i1.1014 fatcat:fvslse2oznfnxd2qowvb55vpba