Ứng dụng thuật toán phân loại cây quyết định J48 trong nhận dạng cảm xúc
Số trang: 3
Loại file: pdf
Dung lượng: 644.85 KB
Lượt xem: 12
Lượt tải: 0
Xem trước 2 trang đầu tiên của tài liệu này:
Thông tin tài liệu:
Bài viết Ứng dụng thuật toán phân loại cây quyết định J48 trong nhận dạng cảm xúc trình bày các nội dung: Nguyên lý của thuật toán cây quyết định; Xây dựng định dạng dữ liệu cây quyết định; Kết quả tương phản với Đại học Augsburg.
Nội dung trích xuất từ tài liệu:
Ứng dụng thuật toán phân loại cây quyết định J48 trong nhận dạng cảm xúc Journal of educational equipment: Applied research, Volume 2, Issue 305 (January 2024) ISSN 1859 - 0810 Ứng dụng thuật toán phân loại cây quyết định J48 trong nhận dạng cảm xúc Đào Việt Anh* *ThS. Công nghệ thông tin, Trường Đại học Hải Phòng Received: 03/01/2024; Accepted: 10/01/2024; Published: 16/01/2024 Abstract: Physiological signals are external expressions of emotions. Mood changes can be expressed by changes in physiological signals. Because these performances are not controlled by the individuals subjective consciousness, the conclusions will be more objective and correct. The method based on statistical features is difficult to describe the complex changes of physiological signals, so the J48 decision tree is used to train and identify the chaotic characteristics of physiological signals in article. It has many advantages in solving multi-class or classification problems, such as high accuracy, fast classification speed, and simple classification rules. The chaotic feature matrices include the extracted chaotic feature parameters, which are combined with the J48 decision tree classifier to recognize four different emotions. The results show that emotion recognition of physiological signals based on chaos theory is feasible. Keywords: Physiological signals, emotion recognition, chaos, decision trees1. Đặt vấn đề thống nhận dạng cảm xúc dựa trên các tín hiệu sinh Có nhiều loại nhận dạng cảm xúc, bao gồm nhận lý. Dữ liệu thực nghiệm được sử dụng trong bài viếtdạng cảm xúc của các tín hiệu sinh lý, cơ thể, khuôn này được lấy từ phòng thí nghiệm của trường đại họcmặt và giọng nói [1]. Kết quả bị ảnh hưởng chủ TP.HCM Augsburg ở Đứcquan bởi những cá nhân được thử nghiệm dễ bị tổn 2. Nội dung nghiên cứuthương, không thể quan sát được cảm xúc thực sự. 2.1. Lựa chọn bộ phân loạiTín hiệu sinh lý của người được kiểm tra không bị Trình phân loại được sử dụng để thay đổi ánh xạcá nhân điều khiển chủ quan mà bị tác động bởi cảm hỗn loạn thành một danh mục nhất định, dựa trên bàixúc mà những dao động tâm trạng nhỏ cũng có thể toán phân tích cảm xúc của nhiều tín hiệu sinh lý cógây ra những thay đổi về tín hiệu sinh lý. Chúng ta có thể được chuyển thành bài toán phân loại trong nhậnthể nghiên cứu các tín hiệu sinh lý ở những thông số dạng mẫu.đặc trưng nhất định để nhận biết dưới nhiều cảm xúc Nhiều vấn đề phân loại trong dữ liệu thực tếkhác nhau. Nhiều tín hiệu sinh lý của phân tích tình thường không tuân theo phân phối chuẩn và khôngcảm được thực hiện bằng cách phân tích các tham số thể phân tách tuyến tính. Bộ phân loại tuyến tính đơnđặc trưng hoặc sự kết hợp của các tham số đặc trưng, giản thường sẽ mang lại sai số phân loại lớn hơn, khitìm kiếm xem liệu có mối quan hệ ánh xạ tương ứng đó cần sử dụng bộ phân loại phi tuyến tính. Trìnhgiữa chúng và các trạng thái cảm xúc khác nhau hay phân loại cây quyết định J48 phù hợp hơn với điềukhông. Tín hiệu sinh lý chứa nhiều thông tin. Thông kiện tập huấn luyện có lượng dữ liệu lớn hơn. Nóqua việc phân tích thông tin có thể hiểu rõ hơn về cơ có khả năng xử lý tốt dữ liệu mặc định và dữ liệu cóchế bên trong của các hiện tượng sống khác nhau. nhiễu và có độ chính xác phân loại cao hơn. NgoàiTrong chẩn đoán lâm sàng điều trị bệnh và người ra, phù hợp với điều kiện việc phán đoán các yếu tốkhuyết tật có thể được đào tạo phục hồi chức năng. tương đối ít hơn, đồng thời mối quan hệ logic kết Giáo sư Phòng thí nghiệm Truyền thông MIT hợp không phức tạp. Do dữ liệu lấy mẫu của cácPicard[2]. Phòng thí nghiệm đại học Augsburg T tham số đặc tính hỗn loạn được sử dụng trong bàiĐức[3], thu thập các đối tượng giống nhau trong bốn viết này nhiều hơn và dữ liệu riêng lẻ là mặc địnhtín hiệu sinh lý do âm nhạc gây ra dưới các trạng nên hệ số phán đoán của không gian ký tự về vectơthái cảm xúc khác nhau(tín hiệu điện cơ、Tín hiệu đặc tính hỗn loạn ít hơn, mối quan hệ tổ hợp logicđiện da và tín hiệu hô hấp).Năm 2004, KH Kim, SW không phức tạp, do đó, bộ phân loại cây quyết địnhBang và SR Kim [4] của Hàn Quốc đã phát triển hệ J48 được sử dụng để phân loại các cảm xúc khác 65 Journal homepage: www.tapchithietbigiaoduc.vn Journal of educational equipment: Applied research, Volume 2, Issue 305 (January 2024) ...
Nội dung trích xuất từ tài liệu:
Ứng dụng thuật toán phân loại cây quyết định J48 trong nhận dạng cảm xúc Journal of educational equipment: Applied research, Volume 2, Issue 305 (January 2024) ISSN 1859 - 0810 Ứng dụng thuật toán phân loại cây quyết định J48 trong nhận dạng cảm xúc Đào Việt Anh* *ThS. Công nghệ thông tin, Trường Đại học Hải Phòng Received: 03/01/2024; Accepted: 10/01/2024; Published: 16/01/2024 Abstract: Physiological signals are external expressions of emotions. Mood changes can be expressed by changes in physiological signals. Because these performances are not controlled by the individuals subjective consciousness, the conclusions will be more objective and correct. The method based on statistical features is difficult to describe the complex changes of physiological signals, so the J48 decision tree is used to train and identify the chaotic characteristics of physiological signals in article. It has many advantages in solving multi-class or classification problems, such as high accuracy, fast classification speed, and simple classification rules. The chaotic feature matrices include the extracted chaotic feature parameters, which are combined with the J48 decision tree classifier to recognize four different emotions. The results show that emotion recognition of physiological signals based on chaos theory is feasible. Keywords: Physiological signals, emotion recognition, chaos, decision trees1. Đặt vấn đề thống nhận dạng cảm xúc dựa trên các tín hiệu sinh Có nhiều loại nhận dạng cảm xúc, bao gồm nhận lý. Dữ liệu thực nghiệm được sử dụng trong bài viếtdạng cảm xúc của các tín hiệu sinh lý, cơ thể, khuôn này được lấy từ phòng thí nghiệm của trường đại họcmặt và giọng nói [1]. Kết quả bị ảnh hưởng chủ TP.HCM Augsburg ở Đứcquan bởi những cá nhân được thử nghiệm dễ bị tổn 2. Nội dung nghiên cứuthương, không thể quan sát được cảm xúc thực sự. 2.1. Lựa chọn bộ phân loạiTín hiệu sinh lý của người được kiểm tra không bị Trình phân loại được sử dụng để thay đổi ánh xạcá nhân điều khiển chủ quan mà bị tác động bởi cảm hỗn loạn thành một danh mục nhất định, dựa trên bàixúc mà những dao động tâm trạng nhỏ cũng có thể toán phân tích cảm xúc của nhiều tín hiệu sinh lý cógây ra những thay đổi về tín hiệu sinh lý. Chúng ta có thể được chuyển thành bài toán phân loại trong nhậnthể nghiên cứu các tín hiệu sinh lý ở những thông số dạng mẫu.đặc trưng nhất định để nhận biết dưới nhiều cảm xúc Nhiều vấn đề phân loại trong dữ liệu thực tếkhác nhau. Nhiều tín hiệu sinh lý của phân tích tình thường không tuân theo phân phối chuẩn và khôngcảm được thực hiện bằng cách phân tích các tham số thể phân tách tuyến tính. Bộ phân loại tuyến tính đơnđặc trưng hoặc sự kết hợp của các tham số đặc trưng, giản thường sẽ mang lại sai số phân loại lớn hơn, khitìm kiếm xem liệu có mối quan hệ ánh xạ tương ứng đó cần sử dụng bộ phân loại phi tuyến tính. Trìnhgiữa chúng và các trạng thái cảm xúc khác nhau hay phân loại cây quyết định J48 phù hợp hơn với điềukhông. Tín hiệu sinh lý chứa nhiều thông tin. Thông kiện tập huấn luyện có lượng dữ liệu lớn hơn. Nóqua việc phân tích thông tin có thể hiểu rõ hơn về cơ có khả năng xử lý tốt dữ liệu mặc định và dữ liệu cóchế bên trong của các hiện tượng sống khác nhau. nhiễu và có độ chính xác phân loại cao hơn. NgoàiTrong chẩn đoán lâm sàng điều trị bệnh và người ra, phù hợp với điều kiện việc phán đoán các yếu tốkhuyết tật có thể được đào tạo phục hồi chức năng. tương đối ít hơn, đồng thời mối quan hệ logic kết Giáo sư Phòng thí nghiệm Truyền thông MIT hợp không phức tạp. Do dữ liệu lấy mẫu của cácPicard[2]. Phòng thí nghiệm đại học Augsburg T tham số đặc tính hỗn loạn được sử dụng trong bàiĐức[3], thu thập các đối tượng giống nhau trong bốn viết này nhiều hơn và dữ liệu riêng lẻ là mặc địnhtín hiệu sinh lý do âm nhạc gây ra dưới các trạng nên hệ số phán đoán của không gian ký tự về vectơthái cảm xúc khác nhau(tín hiệu điện cơ、Tín hiệu đặc tính hỗn loạn ít hơn, mối quan hệ tổ hợp logicđiện da và tín hiệu hô hấp).Năm 2004, KH Kim, SW không phức tạp, do đó, bộ phân loại cây quyết địnhBang và SR Kim [4] của Hàn Quốc đã phát triển hệ J48 được sử dụng để phân loại các cảm xúc khác 65 Journal homepage: www.tapchithietbigiaoduc.vn Journal of educational equipment: Applied research, Volume 2, Issue 305 (January 2024) ...
Tìm kiếm theo từ khóa liên quan:
Khoa học giáo dục Thiết bị giáo dục Cây quyết định Thuật toán phân loại cây quyết định J48 Dữ liệu cây quyết địnhTài liệu liên quan:
-
11 trang 457 0 0
-
Thực trạng và biện pháp nâng cao kỹ năng mềm cho sinh viên trường Du lịch - Đại học Huế
11 trang 387 0 0 -
206 trang 310 2 0
-
5 trang 297 0 0
-
56 trang 273 2 0
-
Sử dụng phương pháp WebQuest trong dạy học học phần Triết học Mác-Lênin
4 trang 249 0 0 -
Phát triển nguồn nhân lực ở Singapore và những vấn đề đặt ra đối với Việt Nam hiện nay
5 trang 241 1 0 -
Giáo dục đạo đức sinh thái cho học sinh: Dạy học ở hiện tại - chuẩn bị cho tương lai
5 trang 194 0 0 -
Mô hình năng lực giao tiếp trong đào tạo ngành Ngôn ngữ Anh
6 trang 179 0 0 -
Nâng cao hiệu quả tra cứu ảnh nhãn hiệu sử dụng cây quyết định và phản hồi liên quan
10 trang 174 0 0