인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 저자정보
피인용 0
초록·키워드
EEG 기반 감정 분류는 딥러닝 모델의 다양한 연구로 분류 정확도가 크게 향상되었지만, 여전히 뇌파 신호 및 감정 메커니즘의 복잡성, 개인 내 및 개인 간의 가변성으로 인해 성능 향상에 한계를 지니고 있다. 본 연구에서는 이러한 한계를 극복하기 위해 특징 추출과 모델 구축이 아닌 개인 간 가변성에 집중한다. 제안하는 프레임워크는 딥러닝의 최대 Softmax 값인 MSP(Maximum Softmax Probability)를 모델의 확신 정도(confidence score)로 활용하여 이상(abnormal) 감정 데이터-라벨(label)쌍들을 검출하고 제거하는 과정을 수행한다. 세 가지 공개 데이터셋에서의 실험 결과는 감정 분류 정확도를 최대 4% 향상시킬 수 있음을 보이며 제안한 방법의 우수성을 입증한다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-24-02-089789153
