SAE+LSTM: A New Framework for Emotion Recognition From Multi-Channel EEG

EEG-based automatic emotion recognition can help brain-inspired robots in improving their interactions with humans. This paper presents a novel framework for emotion recognition using multi-channel electroencephalogram (EEG). The framework consists of a linear EEG mixing model and an emotion timing...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	Frontiers in neurorobotics Jg. 13; S. 37
Hauptverfasser:	Xing, Xiaofen, Li, Zhenqi, Xu, Tianyuan, Shu, Lin, Hu, Bin, Xu, Xiangmin
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	Switzerland Frontiers Research Foundation 12.06.2019 Frontiers Media S.A
Schlagworte:	Algorithms Arousal Asymmetry Brain research EEG emotion recognition Emotions International conferences Long short-term memory LSTM Methods neural network Neural networks Noise Physiology Robotics and AI Signal processing Stack AutoEncoder Wavelet transforms China Stack AutoEncoder LSTM emotion recognition neural network EEG
ISSN:	1662-5218, 1662-5218
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Schreiben Sie den ersten Kommentar!