Emotion Recognition from Brain Electroencephalogram (EEG) Signals

Simple item page
but.committeeprof. Ing. Adam Herout, Ph.D. (předseda) doc. Ing. Martin Čadík, Ph.D. (člen) Ing. František Grézl, Ph.D. (člen) Ing. Michal Hradiš, Ph.D. (člen) Ing. David Bařina, Ph.D. (člen) doc. Mgr. Adam Rogalewicz, Ph.D. (člen)cs
but.defenceStudent nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm D.cs
but.jazykangličtina (English)
but.programInformační technologie a umělá inteligencecs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorMalik, Aamir Saeeden
dc.contributor.authorFritz, Karelen
dc.contributor.refereeJawed, Soyibaen
dc.date.accessioned2023-08-25T06:53:31Z
dc.date.available2023-08-25T06:53:31Z
dc.date.created2023cs
dc.description.abstractTato studie se zaměřuje na klasifikaci emocí z elektroencefalogramu (EEG). Kombinuje znalosti o fyziologii mozku (a emocí), s frekvenční analýzou, analýzou složitosti, zpracov- áním signálů a hlubokým strojovým učením (CNN, GNN). Cílem této práce je vytvořit model pro klasifikaci emocí a poskytnout nové náhledy do rozpoznávání emocí z EEG. Vytvořené modely stojí na principech CNN, GNN, multitask a self supervised tréninku. Jedním z výsledků bylo dosažení State of the Art výsledků na datasetu SEED. Proces porozumění této úloze sdílím na konci této práce.en
dc.description.abstractThis study targets classifying emotion states, from Electroencephalogram (EEG) signal. Combining knowledge about physiology of the brain (and emotions), with frequency anal- ysis, complexity analysis, signal processing and deep machine learning (CNN, GNN). Goal of this work is to create the emotion classification model and provide new insights into emotion recognition from EEG. Models created stands on the principles of CNN, GNN, multitask and self supervised training. One of the results achieved State of the Art results on the SEED dataset. Sharing process of understanding this task at the end of the thesis.cs
dc.description.markDcs
dc.identifier.citationFRITZ, K. Emotion Recognition from Brain Electroencephalogram (EEG) Signals [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2023.cs
dc.identifier.other141164cs
dc.identifier.urihttp://hdl.handle.net/11012/213793
dc.language.isoencs
dc.publisherVysoké učení technické v Brně. Fakulta informačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectEEG (Electroencephalogram)en
dc.subjectDeep learningen
dc.subjectneuronové sítěen
dc.subjectrozpoznávání emocíen
dc.subjectklasi- fikace emocíen
dc.subjectstrojové učeníen
dc.subjectmozeken
dc.subjectmultitask učeníen
dc.subjectself supervised učeníen
dc.subjectgrafové neu- ronové sítěen
dc.subjectkontrastivní učeníen
dc.subjectkonvoluční neuronové sítěen
dc.subjectpropagace gradientuen
dc.subjectEEG (Electroencephalogram)cs
dc.subjectDeep learningcs
dc.subjectNeural networkscs
dc.subjectemotion recognitioncs
dc.subjectemo- tion classificationcs
dc.subjectmachine learningcs
dc.subjectbraincs
dc.subjectmultitask learningcs
dc.subjectself supervised learningcs
dc.subjectgraph neural networkscs
dc.subjectcontrastive learningcs
dc.subjectconvolutional neural networkscs
dc.subjectgradient prop- agationcs
dc.titleEmotion Recognition from Brain Electroencephalogram (EEG) Signalsen
dc.title.alternativeEmotion Recognition from Brain Electroencephalogram (EEG) Signalscs
dc.typeTextcs
dc.type.drivermasterThesisen
dc.type.evskpdiplomová prácecs
dcterms.dateAccepted2023-08-24cs
dcterms.modified2023-08-24-13:39:03cs
eprints.affiliatedInstitution.facultyFakulta informačních technologiícs
sync.item.dbid141164en
sync.item.dbtypeZPen
sync.item.insts2023.08.25 08:53:31en
sync.item.modts2023.08.25 08:14:27en
thesis.disciplineStrojové učenícs
thesis.grantorVysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačových systémůcs
thesis.levelInženýrskýcs
thesis.nameIng.cs
Files
Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
final-thesis.pdf
Size:
6.14 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Download
Thumbnail Image
Name:
appendix-1.zip
Size:
12.6 MB
Format:
zip
Description:
appendix-1.zip
Download
Thumbnail Image
Name:
review_141164.html
Size:
8.58 KB
Format:
Hypertext Markup Language
Description:
review_141164.html
Download
Collections
2023